Walidacja symulacji 3D udaru zatorowego

Udar dotyka rocznie ponad 100 000 osób w Wielkiej Brytanii, a nawet 50% pacjentów pozostaje w znacznym stopniu niesprawnych [1, 2]. 85% udarów wynika z zatkania naczyń krwionośnych w mózgu (ostry udar niedokrwienny [AIS]), przerwania dopływu krwi i skutkującego zawałem tkanki i upośledzeniem czynnościowym [1]. Udar mózgu jest odpowiedzialny za znaczną chorobowość i śmiertelność, co ma poważne implikacje społeczne i ekonomiczne, zwłaszcza u osób w wieku produkcyjnym [1, 2]. Przyczynę AIS można ogólnie podzielić na udar zatorowy i niezatorowy [3]. Około jedna czwarta AIS to zatorowość sercowo-naczyniowa spowodowana zatorowością lewego przedsionka (migotanie przedsionków – AF), zastawkami (wada zastawkowa serca lub sztuczne zastawki), niedawno przebytym zawałem mięśnia sercowego, przetrwałym otworem owalnym, infekcyjnym zapaleniem wsierdzia lub miażdżycą łuku aorty [3- 5]. Liczba ta jest wyższa wśród osób starszych ze względu na rosnącą wraz z wiekiem częstość występowania AF [6]. Co ważne, udary sercowo-zatorowe są cięższe i powodują większą niepełnosprawność niż inne podtypy udarów [4]. Ze względu na poprawę standardów postępowania z naczyniowymi czynnikami ryzyka, odsetek udarów mózgu będących konsekwencją zatorowości sercowo-naczyniowej wzrasta, a w ciągu ostatnich kilkudziesięciu lat zwiększył się trzykrotnie [4]. Właściwa identyfikacja i leczenie źródła zatoru może zmniejszyć częstość nawrotów nawet o 70% [4]. AF pozostaje główną przyczyną udaru sercowo-zatorowego [4, 5]. Uważa się jednak, że prawidłowe rozpoznanie i leczenie AF występuje tylko u 50% kwalifikujących się pacjentów [3]. Może to wynikać z niechęci klinicystów do leczenia pacjentów przeciwzakrzepowych, zwłaszcza w starszej, osłabionej populacji z dużym ryzykiem upadków [3]. Do 25% udarów to udar zatorowy o nieokreślonym źródle (ESUS), który może być spowodowany napadowym AF wymagającym przedłużonego monitorowania pracy serca w celu skutecznej identyfikacji i leczenia pacjentów [3, 7]. AF przebiega bezobjawowo nawet u 40% pacjentów, a pierwszym objawem może być znaczny zawał [8]. Antykoagulacja jest podstawą zmniejszania ryzyka udaru mózgu w AF, jednak przy nawet dwukrotnym wzroście ryzyka krwawienia leczenie to jest zarezerwowane tylko dla udowodnionych przypadków [9, 10]. Antykoagulacja w ESUS pozostaje przedmiotem ciągłej debaty i jest obecnie ograniczona do grup wysokiego ryzyka (np. wielokrotne zawały w różnych rejonach) [11, 12]. Zatem rozpoznanie i leczenie AF jest kluczowym priorytetem w zmniejszaniu ryzyka udaru mózgu w przyszłości, ale przy jednoczesnym minimalizowaniu powikłań tam, gdzie leczenie przeciwzakrzepowe nie jest wskazane.

Biorąc pod uwagę różne etiologie, badania i postępowanie w przypadku udaru zatorowego i niezatorowego, wczesne różnicowanie ułatwia podejmowanie decyzji klinicznych i pozwala na ukierunkowane badanie i leczenie pacjentów. Cechy radiologiczne udaru mogą wspierać ten proces, ponieważ lokalizacja, rozmiar i przebieg zawału mogą wskazywać na prawdopodobną etiologię i podtyp udaru. Jednak obecnie nie ma kryteriów, według których można to ocenić, opierając się na jakościowej, a więc subiektywnej opinii lekarza prowadzącego lub radiologa. Niedokładna diagnoza została zgłoszona w jednej trzeciej udarów lakunarnych, opierając się wyłącznie na wynikach klinicznych i CT [13]. Większość wyników fałszywie dodatnich była spowodowana udarem sercowo-zatorowym lub udarem dużej tętnicy, co potencjalnie skutkowało utratą możliwości rozpoznania i leczenia AF [13]. Obrazowanie ważone dyfuzją może poprawić diagnostykę zawału lakunarnego, ale jego zastosowanie jest ograniczone kosztami i dostępnością [13-15]. W niedawnym badaniu 133 pacjentów z ESUS stwierdzono, że 22,6% miało AF po trzech miesiącach monitorowania pracy serca, a 8-punktowa ocena ryzyka pozwalała przewidzieć to z rozsądną dokładnością (pole pod krzywą = 0,70). [16]. Jednak dokładność ta znacznie spada, gdy etiologia udaru mózgu pozostaje nieokreślona [16]. Prawdziwy odsetek AF, który pozostaje niewykryty, pozostaje nieznany, a wcześniejsze wykrycie za pomocą modelowania predykcyjnego może potencjalnie zmniejszyć opóźnienia w badaniach i leczeniu.

Dlatego usprawnienie procesów, dzięki którym udar zatorowy, zwłaszcza AF, może pomóc w podejmowaniu decyzji klinicznych. Umożliwiłoby to lepsze dostosowanie badań do pacjentów, usunięcie zbędnych testów, które mogłyby przynieść potencjalne korzyści ekonomiczne dla NHS, oraz zmniejszenie obciążenia pacjentów badaniami. Opracowanie modeli udarów, które mogą integrować informacje kliniczne od pacjentów i wyniki skanowania, może zapewnić lepszą dokładność diagnostyczną klasyfikacji podtypów udaru i ułatwić terminowe i bardziej ukierunkowane badania i leczenie. W szczególności modele zdolne do różnicowania różnych typów zatorowości mogą być szczególnie cenne i przyspieszać rozszerzone monitorowanie pacjentów, u których istnieje największe prawdopodobieństwo wystąpienia AF.

W pracy tej zaproponowano metodę Monte Carlo opracowaną przez JH i EC do symulacji udarów mózgu [17-20]. Metoda ta została niedawno zaadaptowana przy użyciu układu naczyniowego mózgu in silico [21] i przetestowana w porównaniu z obrazami udaru z bazy danych Anatomical Tracings of Lesions After Stroke (ATLAS) (praca nieopublikowana). Zaletą wykorzystania generowanego komputerowo układu naczyniowego w porównaniu z obrazowaniem jest to, że nie ma dolnej granicy wielkości naczynia i jesteśmy w stanie uwzględnić naczynia w naszym modelu aż do złoża naczyń włosowatych. W ramach symulacji możemy oszacować objętość zmian chorobowych, a także uwzględnić różne wymagania metaboliczne istoty szarej i białej. Ostatnio byliśmy w stanie odtworzyć obrazy udaru w krążeniu przednim, środkowym i tylnym (odpowiednio ACA, MCA, PCA) przy użyciu obrazów z zestawu danych ATLAS. Jednak większość zmian w badaniu ATLAS miała charakter przewlekły, co nie zapewnia informacji o tym, jak ten model sprawdziłby się u „frontowych drzwi”, gdzie decyzje dotyczące leczenia mogłyby być podejmowane w bardziej terminowy sposób.

Dlatego ten projekt ma na celu opracowanie bazy danych skanów ostrego udaru, aby zweryfikować te niedawno opracowane symulacje i określić dokładność przewidywania źródła udaru zatorowego w ostrej sytuacji. Biorąc pod uwagę rosnące zastosowanie technik sztucznej inteligencji w medycynie klinicznej, porównamy zdolność tego niedawno opracowanego modelu symulacji udaru z technikami sztucznej inteligencji do przewidywania źródła udaru zatorowego. Porównamy zdolność modeli do opinii klinicznej lub radiologicznej. Na koniec przetestujemy łączną zdolność obu technik do określenia źródła udaru zatorowego. W szczególności ocenimy następujące źródła: zatory lakunarne, sercowo-zatorowe, duże naczynia miażdżycowe i dział wodny.