Optimización del diagnóstico de accidente cerebrovascular isquémico agudo mediante inteligencia artificial (AI-STROKE)

La trombectomía en el ictus isquémico agudo es muy eficaz y rentable. A día de hoy, muy pocos pacientes tienen acceso a la trombectomía. Existe una necesidad urgente de mejorar el diagnóstico para que todos los pacientes elegibles con accidente cerebrovascular tengan su oclusión detectada lo suficientemente rápido y se les ofrezca la trombectomía cuando esté indicada. Recientemente se ha demostrado que las técnicas de imagen basadas en el aprendizaje automático proporcionan un diagnóstico mejorado con métodos automatizados para la detección de oclusión de vasos y lesiones isquémicas mediante el uso de inteligencia artificial. Realizaremos un estudio de intervención prospectivo en pacientes con accidente cerebrovascular isquémico agudo con el objetivo de organizar y simplificar la vía de atención a través de un enfoque pragmático de imágenes de accidente cerebrovascular agudo impulsado por avances de vanguardia en procesamiento de imágenes e inteligencia artificial. Mediante el uso de angiografía por TC multifase y software en dos centros primarios de accidentes cerebrovasculares, la utilidad de la evaluación automática de imágenes se comparará con la atención estándar. Todas las imágenes serán evaluadas en paralelo por neurorradiólogos en el centro integral de accidentes cerebrovasculares.

El objetivo principal es organizar y simplificar el proceso de atención de imágenes de accidentes cerebrovasculares agudos impulsado por avances de vanguardia en procesamiento de imágenes e inteligencia artificial.

Los objetivos secundarios son evaluar: 1) la precisión diagnóstica de la mCTA en la detección de la oclusión de un vaso en el accidente cerebrovascular isquémico mediante el uso de herramientas de análisis basadas en IA en comparación con el estándar de oro de la RM, 2) el porcentaje de pacientes elegibles que reciben TVE mediante análisis basado en IA en comparación al diagnóstico de atención estándar 3) tiempo desde el inicio hasta la recanalización, y 4) resultado funcional en pacientes con accidente cerebrovascular isquémico agudo tratados con TVE que tuvieron su diagnóstico radiológico inicial utilizando herramientas de análisis de imágenes basadas en IA en comparación con pacientes con accidente cerebrovascular diagnosticados mediante atención estándar.

Hipótesis: Las nuevas herramientas de análisis de imágenes basadas en IA aplicadas a las técnicas estándar de imágenes basadas en TC ya disponibles pueden a) mejorar el diagnóstico de accidentes cerebrovasculares agudos y b) aumentar el número de pacientes tratados con EVT.

El objetivo principal del proyecto es organizar y simplificar la vía de atención a través de un enfoque pragmático para la obtención de imágenes de accidentes cerebrovasculares agudos impulsado por avances de vanguardia en procesamiento de imágenes e inteligencia artificial.

Objetivos secundarios:

1. Evaluar si el uso de herramientas de análisis de imágenes basadas en IA en el diagnóstico radiológico en centros primarios de ictus puede reducir el tiempo desde el inicio hasta la recanalización en pacientes con ictus isquémico agudo tratados con TVE.
2. Evaluar la precisión diagnóstica de la mCTA en la detección de accidentes cerebrovasculares isquémicos por oclusión de vasos medianos y grandes mediante herramientas de análisis basadas en IA en comparación con la evaluación mediante el estándar de oro de IRM (DWI y angiografía por RM) evaluada por neurorradiólogos.
3. Evaluar la precisión diagnóstica de la mCTA en la detección de accidentes cerebrovasculares isquémicos por oclusión de vasos medianos y grandes mediante herramientas de análisis basadas en IA en comparación con la evaluación mediante la atención estándar.
4. Evaluar si el uso de herramientas de análisis basadas en IA disponibles aplicadas a mCTA puede aumentar el número de pacientes con accidente cerebrovascular elegibles para EVT y ofrecidos.
5. Comparar el resultado funcional y las medidas de resultado relacionadas con el paciente 3 meses después de la EVT en pacientes con accidente cerebrovascular que tenían su diagnóstico radiológico inicial utilizando herramientas de análisis de imágenes basadas en IA con pacientes con accidente cerebrovascular diagnosticados mediante atención estándar.

Puntos finales:

Puntos finales primarios:

- Tiempo desde el inicio de la tomografía computarizada de pacientes en el hospital local hasta el diagnóstico radiológico en pacientes con accidente cerebrovascular agudo con LVO y MeVO en períodos con el uso de software de IA en comparación con períodos con atención estándar.

Puntos finales secundarios:

• Tiempo desde el inicio de la tomografía computarizada de los pacientes en el hospital local hasta el inicio de la trombectomía en pacientes identificados con LVO y MeVO en períodos con el uso de software de IA en comparación con períodos con atención estándar.
• Tiempo desde el inicio de los síntomas hasta el inicio de la trombectomía en pacientes identificados con LVO y MeVO en períodos con el uso de software de IA en comparación con la proporción de pacientes identificados con LVO y MeVO diagnosticados mediante atención estándar.
• Proporción de pacientes identificados con LVO y MeVO en períodos con el uso de software de IA en comparación con la proporción de pacientes identificados con LVO y MeVO diagnosticados mediante atención estándar.
• Proporción de pacientes identificados con LVO y MeVO en períodos con el uso de software de IA en comparación con la evaluación por neurorradiólogos.
• Proporción de pacientes tratados con trombectomía en MeVO en períodos con el uso de software de IA en comparación con la proporción de pacientes identificados con LVO y MeVO diagnosticados mediante atención estándar.
• Resultado funcional 3 meses después de la EVT en pacientes con accidente cerebrovascular que tenían su diagnóstico radiológico inicial utilizando herramientas de análisis de imágenes basadas en IA en comparación con pacientes con accidente cerebrovascular diagnosticados mediante atención estándar.
• Medidas de resultado relacionadas con el paciente 3 meses después de la EVT en pacientes con accidente cerebrovascular que tuvieron su diagnóstico radiológico inicial utilizando herramientas de análisis de imágenes basadas en IA en comparación con pacientes con accidente cerebrovascular diagnosticados mediante atención estándar.

El presente estudio es parte de un estudio observacional prospectivo del servicio de trombectomía con la colaboración entre las unidades de accidentes cerebrovasculares y los departamentos de radiología en los centros primarios e integrales de accidentes cerebrovasculares: el Estudio de accidentes cerebrovasculares de revascularización aguda de Oslo (OSCAR) (REK 2015/1844, EudraCT número 2018-004691- 36). Ya se han recopilado datos desde enero de 2017 en pacientes tratados con EVT en el Hospital Universitario de Oslo y se han incluido cerca de 1100 pacientes tratados con EVT. La base de datos contiene información detallada sobre logística, transporte, datos clínicos y radiológicos, y el tratamiento, incluida la rehabilitación desde el inicio hasta el seguimiento de 3 meses, se registra prospectivamente.

El estudio comenzará con un período de 12 meses con registro antes de la implementación del software de IA. Los datos de este período y del estudio OSCAR se compararán con los datos recopilados después de la implementación del software de IA. Comenzaremos el estudio en el Drammen Hospital y lo implementaremos consecutivamente en los otros hospitales de Vestre Viken Hospital Trust y Østfold Hospital Trust. Los datos se registrarán durante al menos 18 meses después de la implementación del software de IA. La duración de la fase de inclusión se ajustará de acuerdo con la tasa de inclusión.