Tekoäly subarachnoidisessa verenvuodossa (AISAH)

Potilaille, joilla on aneurysmaalinen subarachnoidaalinen verenvuoto (aSAH), kehittyy viivästynyt aivoiskemia (DCI) noin 30 %:ssa tapauksista. DCI liittyy lisääntyneeseen kuolleisuuteen, jatkuvaan neurologiseen vajeeseen sekä heikentyneeseen elämänlaatuun. Näiden neurologisten vammojen vähentäminen hyödyttäisi sekä potilaita että yhteiskuntaa. Yksi kliininen ongelma on se, että aivoiskemian diagnoosi SAH-potilailla usein viivästyy seurantakyvyn rajoitusten vuoksi. Kun neurologinen vaurio havaitaan, se osoittautuu usein peruuttamattomaksi.

Useat tutkimukset ovat käyttäneet yksi- ja monimuuttujalogistista regressioanalyysiä tunnistamaan riskitekijöitä viivästyneen aivoiskemian (DCI) kehittymiselle potilailla, joilla on subarachnoidaalinen verenvuoto. Nämä tutkimukset perustuvat kuitenkin potilaista kerättyihin tietoihin (esim. ikä, sukupuoli), ja näiden tilastollisten mallien tarkkuuden on yleensä havaittu olevan alhainen. Äskettäin on myös arvioitu koneoppimisalgoritmeja DCI:n ennustamiseen käyttämällä kliinisten ja kuvatietojen yhdistelmää.

DCI:n ennustaminen ei kuitenkaan estä DCI:tä. DCI:n estämiseksi on kehitettävä seurantajärjestelmä, joka voi varoittaa lääkäreitä välittömästä aivoiskemian vaarasta, mikä mahdollistaa aivoiskemian puuttumisen ja estämisen.

Autonomisen hermoston vaihtelut, kuten sympaattisen ja parasympaattisen hermoston välisen tasapainon muutokset, voidaan havaita käyttämällä sykevariabiliteettia (HRV) monitorointia. HRV:n on raportoitu ennustavan huonoa lopputulosta traumaattisen aivovaurion ja aivohalvauksen jälkeen, mukaan lukien subarachnoidaalinen verenvuoto. HRV-seurantaa alkavan aivoiskemian havaitsemiseksi ei ole kuitenkaan arvioitu perusteellisesti. ASAH-potilailla tehdyssä tutkimuksessa keräsimme HRV:tä jatkuvasti jopa 10 päivän ajan vastaanottoon, mutta vain pieni osa HRV-tiedoista analysoitiin offline-tilassa. Viidelletoista 55 potilaasta kehittyi DCI akuutin vaiheen aikana, ja HRV:n off-line-analyysi osoitti, että matalan ja korkean taajuuden suhde lisääntyi enemmän potilailla, joille kehittyi DCI (Ref). Tämä sai meidät yrittämään analysoida kaikkia kerättyjä HRV-arvoja koneoppimisprosessien avulla, ja yhteistyö tietokone-/datatutkijoiden kanssa aloitettiin.

Tämän tutkimuksen yleisenä tavoitteena on analysoida kerättyjä HRV-tietoja tietokone/tietotieteilijän ja koneoppimisprosessien avulla, jotta voidaan arvioida, löytyisikö erityisiä malleja potilaista, joilla on DCI akuutin vaiheen aikana subarachnoidaalisen verenvuodon jälkeen.