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
Deze retrospectieve cohortstudie bij 117 patiënten met een spontane intracerebrale bloeding toonde aan dat het toevoegen van een door AI afgeleide waarschijnlijkheid op hematoomexpansie aan conventionele klinische en CT-kenmerken bij opname geen significante incrementele waarde bood voor het voorspellen van de functionele uitkomsten na 30 dagen vergeleken met standaardvoorspellers alleen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Wanneer er plotseling een bloeding optreedt in de hersenen, bekend als een spontane intracerebrale hemorragie, begint de klok onmiddellijk te tikken. Artsen vertrouwen op een snelle hersenscan, een computertomografie (CT)-beeld, om de omvang van de bloeding en de druk die deze op de hersenen uitoefent te zien. Ze kijken ook naar het bewustzijnsniveau van de patiënt en andere basiskenmerken om te voorspellen hoe de persoon zich de komende maand zal herstellen. Jarenlang waren deze traditionele aanwijzingen de standaard voor het doen van die voorspellingen. Echter, een nieuwe golf van technologie belooft meer te doen. Kunstmatige intelligentie kan nu diezelfde hersenbeelden scannen en een specifiek getal berekenen: de waarschijnlijkheid dat de bloeding groter zal worden. De grote vraag voor de medische wereld is of dit nieuwe, hoogtechnologische getal artsen daadwerkelijk helpt om betere voorspellingen te doen dan de oude, eenvoudige aanwijzingen die ze al hebben.
Een team van onderzoekers bij het Puyang Oilfield General Hospital in China zette zich in om deze vraag te beantwoorden door terug te kijken naar de dossiers van 117 volwassenen die behandeld waren voor dit type hersenbloeding. Ze wilden zien of het toevoegen van de voorspelling van de kunstmatige intelligentie over bloedingsexpansie aan de standaardlijst met patiëntgegevens de nauwkeurigheid van het voorspellen van een slecht herstel zou verbeteren. Een slechte uitkomst betekent in deze context dat de patiënt achterblijft met een aanzienlijke beperking of binnen 30 dagen overlijdt. De onderzoekers bouwden twee verschillende voorspellingsinstrumenten. Het eerste instrument gebruikte alleen de informatie die artsen verzamelen wanneer een patiënt binnenkomt: hun leeftijd, geslacht, de grootte van de bloeding, de mate waarin de hersenen uit hun plaats zijn verschoven, hun bewustzijnsniveau en of er bloed in de met vocht gevulde ruimtes van de hersenen is verspreid. Het tweede instrument nam diezelfde lijst en voegde daar de door kunstmatige intelligentie berekende waarschijnlijkheid aan toe dat de bloeding zou expanderen.
De onderzoekers testten deze instrumenten met een rigoureuze methode om te garanderen dat de resultaten betrouwbaar waren en niet slechts een gelukkige gok. Ze ontdekten dat het standaardinstrument, dat alleen de basis klinische en scan-details gebruikt, al behoorlijk goed was in het voorspellen van wie moeite zou hebben met herstel. Het behaalde een AUC van 0,81. Wanneer ze de expansiekans via kunstmatige intelligentie aan de mix toevoegden, verbeterde de prestatie niet. Het nieuwe instrument voorspelde uitkomsten met bijna exact dezelfde nauwkeurigheid als het oude instrument. Sterker nog, het verschil was zo klein dat het statistisch onbetekenend was, wat suggereert dat de kunstmatige intelligentie geen nieuwe, nuttige informatie bood die de artsen niet al konden zien van de initiële scan en de conditie van de patiënt. De studie vergeleek hun standaardinstrument ook met een bekend scoresysteem genaamd de ICH-score, dat breed wordt gebruikt in ziekenhuizen. Hun instrument presteerde vergelijkbaar met dit gevestigde systeem, waarbij geen duidelijk voordeel werd getoond voor een van beide benaderingen in deze specifieke groep patiënten.
De bevindingen suggereren dat voor het voorspellen van het lot van een patiënt met een hersenbloeding binnen 30 dagen, de complexe kunstmatige intelligentie-berekening van bloedingsexpansie geen waarde toevoegt boven wat een arts kan bepalen vanuit een standaard opnamebeoordeling. De traditionele factoren, zoals de grootte van de bloeding en het waakzaamheidsniveau van de patiënt, lijken bijna alle noodzakelijke informatie te bevatten die nodig is voor een kortetermijnprognose. De onderzoekers merkten op dat hun studie beperkt was tot één enkel ziekenhuis en een relatief klein aantal patiënten, waardoor de resultaten een sterk signaal zijn maar geen definitief oordeel. Ze concludeerden dat hoewel de technologie van kunstmatige intelligentie indrukwekkend is, het zichzelf niet heeft bewezen als een noodzakelijke toevoeging aan de gereedschapskist van de arts voor deze specifieke taak in deze groep mensen. Om zeker te weten of deze technologie kan helpen in een bredere setting, zijn grotere studies nodig waarbij verschillende ziekenhuizen en meer diverse groepen patiënten betrokken zijn.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.