Limited incremental prognostic value of an AI-derived hematoma expansion probability beyond admission clinical and CT features for 30-day functional outcome after spontaneous intracerebral hemorrhage: a retrospective cohort study
स्पोंटेनियस इंट्रासेरेब्रल हेमरेज (स्वतःस्फूर्त अंतःमस्तिष्क रक्तस्राव) वाले 117 रोगियों के इस रेट्रोस्पेक्टिव कोहोर्ट अध्ययन ने पाया कि पारंपरिक प्रवेश नैदानिक और सीटी विशेषताओं में एआई-व्युत्पन्न हेमेटोमा विस्तार की संभावना को जोड़ने से, मानक भविष्यवक्ताओं के अकेले होने की तुलना में, 30-दिवसीय कार्यात्मक परिणामों की भविष्यवाणी करने में कोई महत्वपूर्ण वृद्धिशील मूल्य प्रदान नहीं किया।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
जब मस्तिष्क के भीतर अचानक रक्तस्राव होता है, जिसे स्पोंटेनियस इंट्रासेरेब्रल हेमरेज (spontaneous intracerebral hemorrhage) कहा जाता है, तो घड़ी की सुइयां तुरंत चलने लगती हैं। डॉक्टर रक्तस्राव के आकार और मस्तिष्क पर पड़ने वाले दबाव को देखने के लिए एक त्वरित ब्रेन स्कैन, यानी कंप्यूटेड टोमोग्राफी (CT) इमेज पर भरोसा करते हैं। वे यह अनुमान लगाने के लिए रोगी की चेतना के स्तर और अन्य बुनियादी संकेतों को भी देखते हैं कि अगले एक महीने में व्यक्ति कैसे ठीक होगा। वर्षों से, ये पारंपरिक संकेत उन भविष्यवाणियों को करने के लिए मानक रहे हैं। हालाँकि, तकनीक की एक नई लहर अधिक करने का वादा करती है। आर्टिफिशियल इंटेलिजेंस अब उन्हीं मस्तिष्क छवियों को स्कैन कर सकता है और एक विशिष्ट संख्या की गणना कर सकता है: इस बात की संभावना कि रक्तस्राव बढ़ जाएगा। चिकित्सा जगत के लिए बड़ा सवाल यह है कि क्या यह नई, हाई-टेक संख्या डॉक्टरों को उन पुराने, सरल संकेतों की तुलना में बेहतर भविष्यवाणियां करने में वास्तव में मदद करती है जो उनके पास पहले से ही हैं।
प्युयांग ऑयलफील्ड जनरल अस्पताल, चीन के शोधकर्ताओं की एक टीम ने 117 वयस्कों के रिकॉर्ड्स का अध्ययन करके इस प्रश्न का उत्तर देने का प्रयास किया, जिनका इलाज इस प्रकार के मस्तिष्क रक्तस्राव के लिए किया गया था। वे यह देखना चाहते थे कि क्या रक्तस्राव के विस्तार की आर्टिफिशियल इंटेलिजेंस द्वारा की गई भविष्यवाणी को रोगी के विवरणों की मानक सूची में जोड़ने से खराब रिकवरी (खराब सुधार) की भविष्यवाणी करने की सटीकता में सुधार होगा। इस संदर्भ में, 'खराब परिणाम' का अर्थ है कि रोगी महत्वपूर्ण विकलांगता के साथ रह जाता है या 30 दिनों के भीतर मृत्यु हो जाती है। शोधकर्ताओं ने दो अलग-अलग भविष्यवाणी उपकरण बनाए। पहले उपकरण में केवल वही जानकारी का उपयोग किया गया जो डॉक्टर रोगी के आगमन पर एकत्र करते हैं: उनकी आयु, लिंग, रक्तस्राव का आकार, मस्तिष्क का कितना हिस्सा अपनी जगह से हट गया है, उनकी चेतना का स्तर, और क्या रक्त मस्तिष्क के तरल पदार्थ से भरे स्थानों में फैल गया था। दूसरे उपकरण ने उसी सूची को लिया और उसमें आर्टिफिशियल इंटेलिजेंस द्वारा गणना की गई रक्तस्राव विस्तार की संभावना को जोड़ दिया।
शोधकर्ताओं ने इन उपकरणों का परीक्षण एक कठोर पद्धति का उपयोग करके किया ताकि यह सुनिश्चित किया जा सके कि परिणाम विश्वसनीय हैं और केवल कोई तुक्का नहीं हैं। उन्होंने पाया कि मानक उपकरण, जिसमें केवल बुनियादी नैदानिक और स्कैन विवरणों का उपयोग किया गया था, पहले से ही यह भविष्यवाणी करने में काफी अच्छा था कि कौन ठीक होने के लिए संघर्ष करेगा। इसने 0.81 का AUC प्राप्त किया। जब उन्होंने मिश्रण में आर्टिफिशियल इंटेलिजेंस की विस्तार संभावना को जोड़ा, तो प्रदर्शन में कोई सुधार नहीं हुआ। नए उपकरण ने लगभग उसी सटीकता के साथ परिणामों की भविष्यवाणी की जैसा कि पुराने उपकरण ने की थी। वास्तव में, अंतर इतना सूक्ष्म था कि वह सांख्यिकीय रूप से अर्थहीन था, जिससे पता चलता है कि आर्टिफिशियल इंटेलिजेंस कोई नई, उपयोगी जानकारी प्रदान नहीं कर रहा था जिसे डॉक्टर प्रारंभिक स्कैन और रोगी की स्थिति से पहले से ही देख सकते थे। अध्ययन ने अपने मानक उपकरण की तुलना एक प्रसिद्ध स्कोरिंग प्रणाली से भी की जिसे ICH स्कोर कहा जाता है, जो अस्पतालों में व्यापक रूप से उपयोग की जाती है। उनके उपकरण ने इस स्थापित स्कोर के समान प्रदर्शन किया, जो इस विशिष्ट रोगी समूह के लिए किसी भी दृष्टिकोण का कोई स्पष्ट लाभ नहीं दिखाता है।
निष्कर्ष बताते हैं कि मस्तिष्क रक्तस्राव वाले रोगी के 30-दिवसीय भाग्य की भविष्यवाणी करने के लिए, रक्तस्राव के विस्तार की जटिल आर्टिफिशियल इंटेलिजेंस गणना, उस मूल्य को नहीं जोड़ती जो एक डॉक्टर मानक प्रवेश मूल्यांकन से निर्धारित कर सकता है। पारंपरिक कारक, जैसे कि रक्तस्राव का आकार और रोगी की सतर्कता का स्तर, अल्पकालिक पूर्वानुमान के लिए आवश्यक लगभग सभी आवश्यक जानकारी को कैप्चर कर लेते हैं। शोधकर्ताओं ने उल्लेख किया कि उनका अध्ययन एक एकल अस्पताल और रोगियों की अपेक्षाकृत कम संख्या तक सीमित था, इसलिए परिणाम एक मजबूत संकेत हैं लेकिन अंतिम निर्णय नहीं हैं। उन्होंने निष्कर्ष निकाला कि हालांकि आर्टिफिशियल इंटेलिजेंस तकनीक प्रभावशाली है, लेकिन इसने इस विशिष्ट कार्य के लिए इस समूह के लोगों में डॉक्टर के टूलकिट में एक आवश्यक जुड़ाव होने का प्रमाण नहीं दिया। यह जानने के लिए कि क्या यह तकनीक व्यापक सेटिंग में मदद कर सकती है, विभिन्न अस्पतालों और रोगियों के अधिक विविध समूहों को शामिल करने वाले बड़े अध्ययनों की आवश्यकता होगी।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।