Modely umělé inteligence pro segmentaci, detekci a predikci stability mozkových aneuryzmat (AI-CARE)

Aneuryzmatické subarachnoidální krvácení (SAH) je jedním z kritických onemocnění, které vážně ohrožuje lidské zdraví, s klinickou úmrtností dosahující až 30 %. Včasná diagnostika a intervence před rupturou jsou považovány za klíčové pro zlepšení prognózy aneuryzmatického SAH. S rozšířenou klinickou aplikací neinvazivních cerebrovaskulárních zobrazovacích technik, jako jsou CTA a MRA, se výrazně zvýšila míra detekce nerupturovaných intrakraniálních aneuryzmat (UIA). Řešení rostoucí poptávky po klinické cerebrovaskulární zobrazovací diagnostice však přináší výzvu ke zlepšení diagnostické přesnosti a zároveň ke zmírnění pracovní zátěže diagnostických lékařů. Kromě toho, vzhledem k tomu, že ne všechny zjištěné UIA prasknou, je zásadní přesně identifikovat vysoce riziková aneuryzmata náchylná k prasknutí, aby se předešlo zbytečnému přeléčení, které by mohlo vést k významné socioekonomické zátěži a iatrogennímu poškození pacientů. Aby výzkumníci tuto klinickou potřebu splnili vyvinul algoritmus umělé inteligence (AI) k vytvoření softwaru schopného automaticky identifikovat intrakraniální aneuryzmata na základě neinvazivních dat vaskulárního zobrazování, což umožňuje přesné diagnostika aneuryzmat. Pro vyhodnocení klinické užitečnosti tohoto algoritmu AI byla navržena prospektivní multicentrická registrová studie. Prostřednictvím dlouhodobého standardizovaného a jednotného sledování neinvazivního zobrazování budou vytvořeny individualizované profily analýzy zobrazení. Korelací těchto profilů s výslednými událostmi aneuryzmatu (růst nebo ruptura) budou identifikovány a analyzovány zobrazovací funkce schopné přesně předpovědět růst a rupturu aneuryzmatu. Očekává se, že tento přístup zvýší přesnost diagnostiky UIA a umožní stratifikaci rizika pro neprasklé intrakraniální aneuryzmata prostřednictvím využití relevantních dat.