Comparison of two- and three-dimensional computed tomography-based deep-learning models with neurosurgeon assessments for predicting functional outcome at discharge in patients with spontaneous intracerebral hemorrhage: a single-center retrospective study

Wanneer een bloedvat in de hersenen knapt, is de resulterende bloeding een medisch noodgeval dat zonder waarschuwing toeslaat. Deze gebeurtenis, bekend als een spontane intracerebrale bloeding, is een belangrijke oorzaak van overlijden en langdurige invaliditeit wereldwijd. In de uren en dagen na een dergelijke gebeurtenis staan artsen voor een moeilijke taak: voorspellen hoe goed een patiënt zal herstellen. Om deze oordelen te vellen, vertrouwen clinici op twee hoofdbronnen van informatie. Ten eerste onderzoeken ze niet-contrast CT-scans, die snelle röntgenbeelden zijn die de grootte en locatie van de bloeding laten zien. Ten tweede beoordelen ze het bewustzijnsniveau van de patiënt met behulp van een standaard scorend systeem genaamd de Glasgow Coma Scale, die meet hoe goed een persoon de ogen kan openen, spreekt en reageert op opdrachten. Hoewel deze instrumenten essentieel zijn, moeten menselijke artsen ze subjectief interpreteren door het visuele bewijs van de bloeding af te wegen tegen de mentale staat van de patiënt. Dit proces kan van de ene specialist naar de andere variëren, en de complexiteit van de hersenen verbergt vaak subtiele patronen die het menselijk oog zou kunnen missen.

Een team van onderzoekers aan het Longgang Central Hospital in Shenzhen zette zich in om te zien of kunstmatige intelligentie de voorspellingen kon verbeteren. Ze richtten zich op een specifieke vraag: kon een computerprogramma, getraind om naar hersenscans en patiëntscores te kijken, de functionele uitkomst van een patiënt op het moment van ontslag uit het ziekenhuis beter voorspellen dan een menselijke neurochirurg? Het team bouwde niet slechts één type computermodel; ze bouwden er twee. Eén model bekeek de hersenscans als een reeks individuele tweedimensionale plakjes, vergelijkbaar met het doorbladeren van de pagina's van een boek. Het andere model bekeek de gehele hersenen als een enkel driedimensionaal volume, waarbij de scan werd behandeld als een solide object. Beide modellen waren ontworpen om de visuele gegevens van de scans te combineren met de klinische gegevens van de patiënt bij opname, specifiek de Glasgow Coma Scale-score. Het doel was om te zien of deze digitale instrumenten de verbinding tussen de fysieke schade in de hersenen en het waarschijnlijke herstel van de patiënt konden ontdekken, en om te bepalen of een eenvoudigere, plakje-voor-plakje aanpak net zo goed zou presteren als de complexere, driedimensionale aanpak.

De onderzoekers verzamelden gegevens van 286 patiënten die een spontane hersenbloeding hadden gehad en tussen 2013 en 2021 in hun ziekenhuis werden behandeld. Voor elke patiënt verzamelden ze de hersenscan die binnen 24 uur na het incident werd gemaakt en de Glasgow Coma Scale-score die bij opname werd geregistreerd. Vervolgens verdeelden ze de patiënten in groepen om hun computermodellen te trainen en te testen. Het team rekruteerde ook drie neurochirurgen met verschillende niveaus van ervaring om als menselijke benchmark te dienen. Deze artsen kregen de opdracht om de uitkomst voor een selectie van patiënten te voorspellen op basis van dezelfde hersenscans en klinische scores die aan de computers werden verstrekt. Om een eerlijke vergelijking te garanderen, werden de artsen alleen getoond de specifieke plakjes van de scan die de bloeding bevatten, in plaats van de volledige reeks beelden die zij normaal gesproken zouden beoordelen in een ziekenhuissetting. Dit creëerde een gecontroleerde omgeving waarin zowel de mensen als de machines met exact dezelfde informatie werkten.

De resultaten toonden aan dat de computermodellen zeer effectief waren bij het voorspellen van uitkomsten. Het model dat naar de hersenen keek als een reeks tweedimensionale plakjes, wanneer gecombineerd met de Glasgow Coma Scale-score van de patiënt, bereikte een nauwkeurigheid van 90,3 procent. Dit betekent dat in meer dan negen van de tien gevallen het model correct voorspelde of een patiënt een goede of een slechte functionele uitkomst bij ontslag zou hebben. Het driedimensionale model, dat het gehele hersenvolume samen met meer gedetailleerde klinische informatie analyseerde, presteerde iets anders en bereikte een nauwkeurigheid van 90,6 procent. Statistisch gezien was er geen significant verschil tussen de twee computermodellen; beide waren opmerkelijk precies. Echter, beide systemen van kunstmatige intelligentie presteerden beter dan de menselijke neurochirurgen. Zelfs de meest ervaren arts in de studie kon de consistentie en nauwkeurigheid van de computermodellen niet evenaren. De studie vond ook dat het toevoegen van de Glasgow Coma Scale-score aan de beeldanalyse cruciaal was. Een versie van het tweedimensionale model die alleen naar de beelden keek zonder de klinische score, was minder nauwkeurig en daalde naar 81,0 procent. Dit suggere houdt aan dat de computer de menselijke context van het bewustzijnsniveau van de patiënt nodig had om zijn beste voorspellingen te doen.

Een van de meest verrassende bevindingen was dat het eenvoudigere, tweedimensionale model net zo goed was als het complexere, driedimensionale model. De driedimensionale aanpak vereiste meer rekenkracht en meer gedetailleerde gegevens, maar bood toch geen betere voorspelling dan de op plakjes gebaseerde methode. Dit geeft aan dat voor deze specifieke medische taak een minder complexe architectuur misschien te verkiezen is, vooral bij het werken met beperkte hoeveelheden gegevens. De onderzoekers merkten op dat driedimensionale modellen vaak gevoeliger zijn voor fouten wanneer de dataset klein is, terwijl de tweedimensionale aanpak robuust bleef. De studie benadrukte ook dat, hoewel de computers uitstekend waren in het vinden van patronen, ze de artsen niet vervingen. De modellen waren ontworpen om te assisteren, niet om het over te nemen. De menselijke artsen in de studie werkten onder een beperkte beoordelingssetting, waarbij ze geïsoleerde beelden bekeken in plaats van het volledige klinische beeld dat ze in het echte leven zouden zien, wat hen mogelijk een nadeel heeft opgeleverd ten opzichte van de computers die alle gegevens tegelijkertijd konden verwerken.

De onderzoekers waren zorgvuldig in het wijzen op de beperkingen van hun werk. Omdat de studie werd uitgevoerd in één enkel ziekenhuis en terugblikte op het verleden, moeten de resultaten worden getest in grotere, prospectieve studies over meerdere centra om te waarborgen dat ze voor alle patiënten gelden. De voorspellingen gemaakt door de modellen waren voor de korte termijn uitkomst op het moment van ontslag, niet voor langetermijnherstel maanden of jaren later. Bovendien bevestigde de studie dat, hoewel de modellen krachtig zijn, ze hulpmiddelen zijn om de klinische besluitvorming te ondersteunen, niet om de oordeelsvorming van een menselijke specialist te vervangen. Het uiteindelijke doel is om artsen te voorzien van een betrouwbaar tweede oordeel dat hen kan helpen bij het maken van weloverwogen keuzes voor patiënten die te maken hebben met een levensbedreigende hersenbloeding. Door het visuele bewijs van de scan te combineren met de klinische realiteit van de conditie van de patiënt, bieden deze digitale instrumenten een nieuwe manier om de ernst van het letsel en het waarschijnlijke pad naar herstel te begrijpen.