Intelligenza artificiale nell'emorragia subaracnoidea (AISAH)

I pazienti con emorragia subaracnoidea aneurismatica (ASAH) sviluppano ischemia cerebrale ritardata (MDD) in circa il 30% dei casi. La MDD è associata a un aumento della mortalità, a un deficit neurologico persistente e a una qualità della vita compromessa. Sarebbe vantaggioso sia per i pazienti che per la società ridurre queste lesioni neurologiche. Un problema clinico è che la diagnosi di ischemia cerebrale nei pazienti con SAH è spesso ritardata a causa delle limitazioni nelle capacità di monitoraggio. Quando viene rilevato, il danno neurologico spesso si rivela irreversibile.

Diversi studi hanno utilizzato l'analisi di regressione logistica univariata e multivariata per identificare i fattori di rischio per lo sviluppo di ischemia cerebrale ritardata (DCI) in pazienti con emorragia subaracnoidea. Tuttavia, questi studi si basano su dati raccolti sui pazienti (ad es. età, sesso) e la precisione di questi modelli statistici è generalmente risultata bassa. Recentemente sono stati valutati anche algoritmi di apprendimento automatico per la previsione di DCI utilizzando una combinazione di dati clinici e di immagini.

Tuttavia, la previsione della MDD non previene la MDD, per prevenire la MDD è necessario sviluppare un sistema di monitoraggio che possa avvertire i medici del rischio imminente di ischemia cerebrale, rendendo possibile intervenire e prevenire l'ischemia cerebrale.

Le variazioni nel sistema nervoso autonomo, come i cambiamenti nell'equilibrio tra il sistema nervoso simpatico e quello parasimpatico, possono essere rilevate utilizzando il monitoraggio della variabilità della frequenza cardiaca (HRV). L'HRV è stato segnalato come predittore di esito sfavorevole dopo trauma cranico e ictus, inclusa l'emorragia subaracnoidea. Tuttavia, il monitoraggio dell'HRV per il rilevamento dell'ischemia cerebrale incipiente non è stato valutato a fondo. In uno studio su pazienti con aSAH, abbiamo raccolto l'HRV in modo continuo fino a 10 giorni dopo il ricovero, ma solo una piccola parte dei dati sull'HRV è stata analizzata off-line. Quindici pazienti su 55 hanno sviluppato MDD durante la fase acuta e l'analisi off-line dell'HRV ha mostrato che il rapporto bassa/alta frequenza è aumentato maggiormente nei pazienti che hanno sviluppato MDD (Ref). Questo ci ha portato a provare ad analizzare tutti gli HRV raccolti con l'aiuto di processi di apprendimento automatico ed è stata avviata una collaborazione con informatici/data scientist.

Lo scopo generale di questo studio è, con l'aiuto di computer/data scientist e processi di apprendimento automatico, analizzare i dati HRV raccolti al fine di valutare se è possibile trovare modelli specifici nei pazienti che sviluppano MDD durante la fase acuta dopo l'emorragia subaracnoidea.