Analyse der künstlichen Intelligenz der anfänglichen Scan-Evolution eines traumatisch hirnverletzten Patienten zur Vorhersage des neurologischen Ergebnisses (RADIOMIC-TBI)

Schädel-Hirn-Trauma ist eine häufige und schwerwiegende Pathologie, die für eine bedeutende Morbi-Mortalität verantwortlich ist. Das TBI kann als ein komplexer Satz nosologischer Entitäten unterschiedlicher Evolution mit schwieriger Früherkennung betrachtet werden, wobei das Hauptproblem dieser Pathologie von der Prävention und Behandlung der durch die anfängliche zerebrale Aggression verursachten Läsionen abhängt.

Verschiedene evolutionäre Profile scheinen zu existieren und manchmal koexistieren: Ödementwicklung, hämorrhagische Transformation und/oder Probleme mit der Resorption von Liquor cerebrospinalis (CSF) mit Hydrozephalus-Erscheinung.

Derzeit gibt es keine bildgebenden Verfahren, die im klinischen Alltag eingesetzt werden können und eine Visualisierung, Quantifizierung und Vorhersage dieser unterschiedlichen Läsionsentwicklungen ermöglichen

Der CT-Scan ist das bildgebende Referenzverfahren für die Überwachung von SHT-Patienten. Es ermöglicht eine Läsionsbeschreibung, eine therapeutische Anpassung und eine Bewertung der Prognose.

Selbst wenn sie als Routineuntersuchung verwendet wird, bleibt die Analyse von Hirnscannern manuell und eine nicht-quantitative Analyse, die eine wenig informative Analyse in Bezug auf die Entwicklung der Läsionen liefert.

Kürzlich wurde festgestellt, dass die automatische MRT-Analyse mit KI-Ansatz Folgendes ermöglicht:

1. - Um Aspekte von Bildern zu zeigen, die mit bloßem Auge nicht zu sehen sind
2. - Zur automatischen Segmentierung und Quantifizierung der verschiedenen Gewebe (Ödeme, Blutungen...). Erste Tests zu dieser Art von Analyse auf CT-Scans zeigen, dass diese Technologie von MRI auf CT-Scans übertragen werden kann und, was noch wichtiger ist, sie bringt neue quantitative Informationen über die Entwicklung von zerebralen Läsionen.