Slušaj vest

Moždani udar svake godine pogodi više od 15 miliona ljudi širom sveta, a brzina postavljanja dijagnoze i započinjanja lečenja od presudnog je značaja za ishod bolesti. Ipak, u mnogim delovima sveta pravovremena dijagnostika predstavlja izazov zbog nedostatka stručnjaka za neuroradiologiju.

Istraživači su zato ispitali mogućnost primene veštačke inteligencije koja bi lekarima pomogla u prepoznavanju moždanog udara, čak i u zdravstvenim ustanovama sa ograničenim resursima.

Reč je o sistemu koji analizira CT snimke mozga, a čiji je rad povezan sa široko dostupnom aplikacijom Telegram. Na taj način lekari bi mogli da dobiju pomoć u tumačenju snimaka bez potrebe za složenom računarskom infrastrukturom.

AI model analizira 6.650 CT snimaka mozga

U istraživanju su upoređena dva modela veštačke inteligencije, EfficientNetB0 i MobileNetV2, koji koriste metodu transfernog učenja. Za njihovu obuku korišćeno je 6.650 javno dostupnih, anonimizovanih CT snimaka mozga, podeljenih u tri kategorije:

  • 4.427 snimaka bez znakova moždanog udara
  • 1.093 snimka hemoragijskog moždanog udara, koji nastaje usled pucanja krvnog suda i krvarenja u mozgu
  • 1.130 snimaka ishemijskog moždanog udara, koji nastaje zbog prekida ili značajnog smanjenja dotoka krvi u deo mozga

Istraživači su zatim uporedili tačnost oba modela tokom obuke i interne provere, kao i na posebnom skupu podataka koji nije korišćen za njihovu početnu obuku.

Tačnost od 99 odsto tokom interne provere

Bolje rezultate ostvario je model EfficientNetB0, koji je tokom obuke i interne validacije dostigao tačnost od 99 odsto. Vrednosti preciznosti i osetljivosti bile su veće od 96 odsto u sve tri kategorije snimaka.

MOŽDANI UDAR
Moždani udar je hitno stanje koje se može sprečiti i lečiti, a brzo prepoznavanje simptoma i pravovremena reakcija mogu značajno uticati na ishod i oporavak Foto: Shutterstock

Model je dodatno proveren na posebnom skupu podataka. Na uravnoteženom uzorku od 150 snimaka ostvario je tačnost od 95 odsto, dok je na neuravnoteženom skupu tačnost iznosila 97 odsto.

Posebno dobri rezultati zabeleženi su u prepoznavanju hemoragijskog moždanog udara. Model je u ovoj kategoriji ostvario preciznost od 98 odsto i osetljivost od 96 odsto.

Ovo je značajno jer je važno razlikovati ishemijski od hemoragijskog moždanog udara pre primene određenih terapijskih postupaka. Na primer, trombolitička terapija, koja se koristi za razbijanje krvnog ugruška kod ishemijskog moždanog udara, nije odgovarajuća kod krvarenja u mozgu.

Kako AI dolazi do rezultata analize CT snimka?

Istraživači su odabrani AI model povezali sa Telegram botom pod nazivom BrainfloBot, koji omogućava analizu CT snimaka u realnom vremenu.

Sistem je osmišljen tako da zdravstveni radnici mogu da pošalju snimak putem aplikacije i dobiju rezultat analize. Predviđeno je i automatsko brisanje podataka, kao dodatna mera zaštite privatnosti.

Cilj ovakvog pristupa je da se lekarima u sredinama u kojima nema dovoljno stručnjaka za neuroradiologiju omogući dodatna podrška u proceni snimaka. Prema podacima navedenim u istraživanju, u pojedinim zemljama dolazi svega jedan specijalista za neuroradiologiju na milion stanovnika, dok je u zemljama sa visokim prihodima taj broj oko deset na milion.

doktor u belom mantiu sa stetoskopom drži desnom rukom snimak mozga
Na dodatnom skupu podataka model je ostvario tačnost od 95 odsto na uravnoteženom, odnosno 97 odsto na neuravnoteženom uzorku Foto: Shutterstock

Potrebna su dodatna klinička ispitivanja

Iako su početni rezultati ohrabrujući, reč je o preliminarnom istraživanju i sistem još nije proveren u svakodnevnoj kliničkoj praksi. Ograničenja uključuju nedostatak podataka o pacijentima i moguće nepravilnosti u izboru i označavanju snimaka. Potrebna su dodatna ispitivanja na snimcima iz stvarne kliničke prakse kako bi se potvrdila pouzdanost ovog AI modela.

Izvor: link.springer.com/Zdravlje.Kurir.rs

Robot budućnosti operiše kičmu: AI pomogla hirurzima da izvedu jednu od najzahtevnijih operacija