Analyse af kunstig intelligens af indledende scanningsudvikling af traumatisk hjerneskadet patient for at forudsige neurologiske udfald (RADIOMIC-TBI)

Traumatisk hjerneskade er en almindelig og alvorlig patologi, der er ansvarlig for en vigtig morbi-dødelighed. TBI kan betragtes som et komplekst sæt af nosologiske enheder af forskellig udvikling med vanskelig tidlig identifikation, hvorimod hovedproblemet i denne patologi afhænger af forebyggelse og håndtering af læsionerne forårsaget af den indledende cerebrale aggression.

Forskellige evolutionære profiler synes at eksistere og eksisterer nogle gange side om side: ødemudvikling, hæmoragisk transformation og/eller cerebrospinalvæske (CSF) resorptionsproblemer med hydrocephalus.

I øjeblikket er der ingen billeddannelsesmetoder, der kan bruges i daglig klinisk behandling, der tillader en visualisering, kvantificering og forudsigelse af disse forskellige læsionale udviklinger

CT-scanning er referencebilleddannelsesmetoden til TBI-patientovervågning. Det giver mulighed for en læsionsbeskrivelse, en terapeutisk tilpasning og en evaluering af den prognostiske.

Selv hvis det bruges som en rutineundersøgelse, forbliver analysen af ​​cerebrale scannere manuel og ikke-kvantitativ, hvilket giver en lille informativ analyse, hvad angår læsionsudviklingen.

For nylig er det blevet etableret, at den automatiske MR-analyse med AI-tilgang tillader:

1. - At vise aspekter af billeder, der ikke kan ses med det blotte øje
2. - At automatisk segmentere og kvantificere de forskellige væv (ødem, blødning...). Første test af denne type analyse på CT-scanninger viser, at denne teknologi kan overføres fra MR til CT-scanninger, og endnu vigtigere, den bringer nye kvantitative oplysninger ud om udviklingen af ​​cerebrale læsioner.