Ottimizzazione della diagnostica dell'ictus ischemico acuto utilizzando l'intelligenza artificiale (AI-STROKE)

La trombectomia nell'ictus ischemico acuto è altamente efficace e conveniente. Ad oggi, troppo pochi pazienti hanno accesso alla trombectomia. C'è un urgente bisogno di migliorare la diagnostica in modo che tutti i pazienti con ictus ammissibili abbiano la loro occlusione rilevata abbastanza velocemente e venga offerta la trombectomia quando indicato. Recentemente è stato dimostrato che le tecniche di imaging basate sull'apprendimento automatico forniscono una diagnostica migliorata con metodi automatizzati per il rilevamento dell'occlusione dei vasi e delle lesioni ischemiche mediante l'uso dell'intelligenza artificiale. Effettueremo uno studio prospettico interventistico in pazienti con ictus ischemico acuto con l'obiettivo di organizzare e semplificare il percorso di cura attraverso un approccio pragmatico all'imaging dell'ictus acuto alimentato da progressi all'avanguardia nell'elaborazione delle immagini e nell'intelligenza artificiale. Utilizzando l'angiografia TC multifase e il software in due centri di ictus primari, l'utilità della valutazione automatica delle immagini sarà confrontata con la cura standard. Tutte le immagini saranno valutate parallelamente dai neuroradiologi presso il centro ictus globale.

L'obiettivo principale è organizzare e semplificare il percorso di cura verso l'imaging per ictus acuto alimentato da progressi all'avanguardia nell'elaborazione delle immagini e nell'intelligenza artificiale.

Gli obiettivi secondari sono valutare: 1) l'accuratezza diagnostica della mCTA nel rilevamento dell'occlusione vasale nell'ictus ischemico utilizzando strumenti di analisi basati sull'IA rispetto al gold standard della risonanza magnetica, 2) la percentuale di pazienti idonei che ricevono EVT utilizzando l'analisi basata sull'IA rispetto alla diagnostica di cura standard 3) tempo dall'insorgenza alla ricanalizzazione e 4) esito funzionale nei pazienti con ictus ischemico acuto trattati con EVT che hanno avuto la loro diagnosi radiologica iniziale utilizzando strumenti di analisi delle immagini basati sull'intelligenza artificiale rispetto ai pazienti con ictus diagnosticati dalla cura standard.

Ipotesi: i nuovi strumenti di analisi delle immagini basati sull'intelligenza artificiale applicati alle tecniche di imaging standard basate sulla TC già disponibili possono a) migliorare la diagnostica dell'ictus acuto e b) aumentare il numero di pazienti trattati con EVT.

L'obiettivo principale del progetto è quello di organizzare e semplificare il percorso di cura attraverso un approccio pragmatico all'imaging dell'ictus acuto alimentato da progressi all'avanguardia nell'elaborazione delle immagini e nell'intelligenza artificiale.

Obiettivi secondari:

1. Valutare se l'uso di strumenti di analisi delle immagini basati sull'intelligenza artificiale nella diagnostica radiologica nei centri di ictus primari può ridurre il tempo dall'esordio alla ricanalizzazione nei pazienti con ictus ischemico acuto trattati con EVT.
2. Per valutare l'accuratezza diagnostica di mCTA nel rilevamento di ictus ischemico di occlusione di vasi medi e grandi utilizzando strumenti di analisi basati su AI rispetto alla valutazione da parte del gold standard di MRI (DWI e MR Angiography) valutata dai neuroradiologi.
3. Valutare l'accuratezza diagnostica di mCTA nel rilevamento di ictus ischemico di occlusione di vasi medi e grandi utilizzando strumenti di analisi basati sull'intelligenza artificiale rispetto alla valutazione mediante cure standard.
4. Valutare se l'uso degli strumenti di analisi disponibili basati sull'intelligenza artificiale applicati a mCTA può aumentare il numero di pazienti con ictus ammissibili e offerti EVT.
5. Per confrontare l'esito funzionale e l'esito correlato al paziente misura 3 mesi dopo l'EVT nei pazienti con ictus che hanno avuto la loro diagnosi radiologica iniziale utilizzando strumenti di analisi delle immagini basati su AI per i pazienti con ictus diagnosticati con cure standard.

Endpoint:

Endpoint primari:

- Tempo dall'inizio della TAC dei pazienti presso l'ospedale locale alla diagnosi radiologica nei pazienti con ictus acuto con LVO e MeVO nei periodi con l'uso del software AI rispetto ai periodi con cure standard.

Endpoint secondari:

• Tempo dall'inizio della TAC dei pazienti presso l'ospedale locale all'inizio della trombectomia nei pazienti identificati con LVO e MeVO nei periodi con l'uso del software AI rispetto ai periodi con cure standard.
• Tempo dall'insorgenza dei sintomi all'inizio della trombectomia nei pazienti identificati con LVO e MeVO nei periodi con l'uso del software AI rispetto alla proporzione di pazienti identificati con LVO e MeVO diagnosticati dalla cura standard.
• Proporzione di pazienti identificati con LVO e MeVO nei periodi con l'uso del software AI rispetto alla percentuale di pazienti identificati con LVO e MeVO diagnosticati con cure standard.
• Proporzione di pazienti identificati con LVO e MeVO in periodi con l'uso di software AI rispetto alla valutazione dei neuroradiologi.
• Proporzione di pazienti trattati con trombectomia in MeVO in periodi con l'uso di software AI rispetto alla percentuale di pazienti identificati con LVO e MeVO diagnosticati dalla cura standard.
• Esito funzionale 3 mesi dopo EVT in pazienti con ictus che hanno avuto la loro diagnosi radiologica iniziale utilizzando strumenti di analisi delle immagini basati su AI rispetto ai pazienti con ictus diagnosticati con cure standard.
• L'esito correlato al paziente misura 3 mesi dopo l'EVT nei pazienti con ictus che hanno avuto la loro diagnosi radiologica iniziale utilizzando strumenti di analisi delle immagini basati sull'intelligenza artificiale rispetto ai pazienti con ictus diagnosticati con cure standard.

Il presente studio fa parte di uno studio osservazionale prospettico del servizio di trombectomia con la collaborazione tra le stroke unit e i dipartimenti radiologici presso i centri per l'ictus primari e completi - l'Oslo Acute Revascularization Stroke Study (OSCAR) (REK 2015/1844, numero EudraCT 2018-004691- 36). I dati sono già stati raccolti da gennaio 2017 in pazienti trattati con EVT presso l'Oslo University Hospital e sono stati inclusi quasi 1100 pazienti trattati con EVT. Il database contiene informazioni dettagliate su logistica, trasporto, dati clinici, radiologici e il trattamento, inclusa la riabilitazione dal basale al follow-up di 3 mesi, è registrato in modo prospettico.

Lo studio inizierà con un periodo di 12 mesi con registrazione prima dell'implementazione del software AI. I dati di questo periodo e dello studio OSCAR saranno confrontati con i dati raccolti dopo l'implementazione del software AI. Inizieremo lo studio all'ospedale di Drammen e lo implementeremo consecutivamente negli altri ospedali del Vestre Viken Hospital Trust e dell'Østfold Hospital Trust. I dati saranno registrati per almeno 18 mesi dopo l'implementazione del software AI. La durata della fase di inclusione verrà adeguata in base al tasso di inclusione.