Optimierung der akuten ischämischen Schlaganfalldiagnostik durch künstliche Intelligenz (AI-STROKE)

Die Thrombektomie beim akuten ischämischen Schlaganfall ist hocheffektiv und kostengünstig. Bis heute haben zu wenige Patienten Zugang zu einer Thrombektomie. Die Diagnostik muss dringend verbessert werden, damit bei allen geeigneten Schlaganfallpatienten der Verschluss schnell genug erkannt und bei Indikation eine Thrombektomie angeboten wird. Es wurde kürzlich gezeigt, dass auf maschinellem Lernen basierende Bildgebungstechniken eine verbesserte Diagnose mit automatisierten Verfahren zur Erkennung von Gefäßverschlüssen und ischämischen Läsionen durch den Einsatz künstlicher Intelligenz bieten. Wir werden eine prospektive Interventionsstudie bei Patienten mit akutem ischämischen Schlaganfall durchführen, mit dem Ziel, den Behandlungspfad durch einen pragmatischen Ansatz zur Bildgebung bei akutem Schlaganfall zu organisieren und zu vereinfachen, der auf modernsten Fortschritten in der Bildverarbeitung und künstlicher Intelligenz basiert. Durch den Einsatz von Multiphasen-CT-Angiographie und Software an zwei primären Schlaganfallzentren wird der Nutzen der automatischen Auswertung von Bildern mit der Standardversorgung verglichen. Alle Bilder werden parallel von Neuroradiologen im umfassenden Schlaganfallzentrum ausgewertet.

Das Hauptziel ist die Organisation und Vereinfachung des Behandlungspfads zur akuten Schlaganfall-Bildgebung, unterstützt durch modernste Fortschritte in der Bildverarbeitung und künstlichen Intelligenz.

Die sekundären Ziele sind die Bewertung: 1) der diagnostischen Genauigkeit von mCTA bei der Erkennung von Gefäßverschlüssen bei ischämischem Schlaganfall unter Verwendung von KI-basierten Analysewerkzeugen im Vergleich zum Goldstandard der MRT, 2) des Prozentsatzes geeigneter Patienten, die EVT erhalten, unter Verwendung von KI-basierter Analyse im Vergleich zur Standardversorgungsdiagnostik 3) Zeit vom Beginn bis zur Rekanalisation und 4) funktionelles Ergebnis bei akuten ischämischen Schlaganfallpatienten, die mit EVT behandelt wurden und deren anfängliche radiologische Diagnose mithilfe von KI-basierten Bildanalysewerkzeugen gestellt wurde, im Vergleich zu Schlaganfallpatienten, die durch Standardversorgung diagnostiziert wurden.

Hypothesen: Neuartige KI-basierte Bildanalysewerkzeuge, die auf bereits verfügbare Standard-CT-basierte Bildgebungsverfahren angewendet werden, können a) die akute Schlaganfalldiagnostik verbessern und b) die Anzahl der mit EVT behandelten Patienten erhöhen.

Das Hauptziel des Projekts ist die Organisation und Vereinfachung des Behandlungspfads durch einen pragmatischen Ansatz zur Bildgebung bei akuten Schlaganfällen, der auf modernsten Fortschritten in der Bildverarbeitung und künstlicher Intelligenz basiert.

Nebenziele:

1. Bewertung, ob der Einsatz von KI-basierten Bildanalysewerkzeugen in der radiologischen Diagnostik in primären Schlaganfallzentren die Zeit vom Beginn bis zur Rekanalisation bei Patienten mit akutem ischämischem Schlaganfall, die mit EVT behandelt werden, verkürzen kann.
2. Bewertung der diagnostischen Genauigkeit von mCTA bei der Erkennung von ischämischen Schlaganfällen durch mittelgroße und große Gefäßverschlüsse unter Verwendung von KI-basierten Analysewerkzeugen im Vergleich zur Bewertung durch den Goldstandard der MRT (DWI und MR-Angiographie), bewertet von Neuroradiologen.
3. Bewertung der diagnostischen Genauigkeit von mCTA bei der Erkennung eines ischämischen Schlaganfalls mit Verschluss mittlerer und großer Gefäße unter Verwendung von KI-basierten Analysewerkzeugen im Vergleich zur Bewertung durch die Standardversorgung.
4. Bewertung, ob die Verwendung verfügbarer KI-basierter Analysetools, die auf mCTA angewendet werden, die Anzahl der Schlaganfallpatienten erhöhen kann, die für EVT in Frage kommen und angeboten werden.
5. Vergleich der funktionellen Ergebnisse und der patientenbezogenen Ergebnismessungen 3 Monate nach EVT bei Schlaganfallpatienten, die ihre anfängliche radiologische Diagnose mit KI-basierten Bildanalysewerkzeugen hatten, mit Schlaganfallpatienten, die durch die Standardversorgung diagnostiziert wurden.

Endpunkte:

Primäre Endpunkte:

- Zeit vom Beginn des CT-Scans von Patienten im örtlichen Krankenhaus bis zur radiologischen Diagnose bei akuten Schlaganfallpatienten mit LVO und MeVO in Zeiträumen mit der Verwendung von KI-Software im Vergleich zu Zeiträumen mit Standardversorgung.

Sekundäre Endpunkte:

• Zeit vom Beginn des CT-Scans der Patienten im örtlichen Krankenhaus bis zum Beginn der Thrombektomie bei Patienten, bei denen LVO und MeVO identifiziert wurden, in Zeiträumen mit der Verwendung von KI-Software im Vergleich zu Zeiträumen mit Standardversorgung.
• Zeit vom Auftreten der Symptome bis zum Beginn der Thrombektomie bei Patienten, bei denen LVO und MeVO in Zeiträumen mit der Verwendung von KI-Software identifiziert wurden, verglichen mit dem Anteil der Patienten, bei denen LVO und MeVO bei der Standardversorgung diagnostiziert wurden.
• Anteil der Patienten, bei denen LVO und MeVO in Zeiträumen mit der Verwendung von KI-Software identifiziert wurden, verglichen mit dem Anteil der Patienten, bei denen LVO und MeVO diagnostiziert wurden, die durch die Standardversorgung diagnostiziert wurden.
• Anteil der mit LVO und MeVO identifizierten Patienten in Zeiträumen mit der Verwendung von KI-Software im Vergleich zur Beurteilung durch Neuroradiologen.
• Anteil der mit Thrombektomie behandelten Patienten in MeVO in Zeiträumen mit der Verwendung von KI-Software im Vergleich zum Anteil der Patienten, bei denen LVO und MeVO diagnostiziert wurden, die durch die Standardversorgung diagnostiziert wurden.
• Funktionelles Ergebnis 3 Monate nach EVT bei Schlaganfallpatienten, die ihre anfängliche radiologische Diagnose mit KI-basierten Bildanalysewerkzeugen hatten, im Vergleich zu Schlaganfallpatienten, die durch Standardversorgung diagnostiziert wurden.
• Patientenbezogene Ergebnismessungen 3 Monate nach EVT bei Schlaganfallpatienten, die ihre anfängliche radiologische Diagnose mit KI-basierten Bildanalysewerkzeugen hatten, im Vergleich zu Schlaganfallpatienten, die durch Standardversorgung diagnostiziert wurden.

Die vorliegende Studie ist Teil einer prospektiven Beobachtungsstudie des Thrombektomiedienstes in Zusammenarbeit zwischen Stroke Units und radiologischen Abteilungen in primären und umfassenden Schlaganfallzentren – der Oslo Acute Revascularization Stroke Study (OSCAR) (REK 2015/1844, EudraCT-Nummer 2018-004691- 36). Daten wurden bereits seit Januar 2017 bei Patienten gesammelt, die mit EVT am Universitätskrankenhaus Oslo behandelt wurden, und von fast 1100 Patienten, die mit EVT behandelt wurden, wurden eingeschlossen. Die Datenbank enthält detaillierte Informationen zu Logistik, Transport, klinischen und radiologischen Daten, und die Behandlung einschließlich Rehabilitation von der Erstuntersuchung bis zur Nachsorge nach 3 Monaten wird prospektiv registriert.

Die Studie beginnt mit einem 12-monatigen Zeitraum mit Registrierung vor der Implementierung der KI-Software. Daten aus diesem Zeitraum und aus der OSCAR-Studie werden mit den Daten verglichen, die nach der Implementierung der KI-Software erhoben wurden. Wir werden die Studie im Krankenhaus Drammen beginnen und sie nacheinander in den anderen Krankenhäusern des Vestre Viken Hospital Trust und des Østfold Hospital Trust durchführen. Die Daten werden für mindestens 18 Monate nach der Implementierung der KI-Software registriert. Die Länge der Inklusionsphase wird entsprechend der Inklusionsquote angepasst.