Każdego roku udar mózgu dotyka ponad 80 tys. Polaków. U wielu z nich w trakcie leczenia występują poważne powikłania, takie jak krwotok śródczaszkowy. Lekarze z Gdańskiego Uniwersytetu Medycznego i Siemens Healthineers chcą zminimalizować to ryzyko. Dzięki innowacyjnym badaniom będzie możliwe typowanie pacjentów, u których istnieje wysokie ryzyko wystąpienia powikłań. Z taką wiedzą lekarz będzie mógł w każdym przypadku ocenić ryzyko, jakie wiąże się z poddaniem danego pacjenta specjalistycznej terapii, i zaproponować bezpieczniejszą alternatywę. W ramach projektu zostaną zebrane dane obrazowe i kliniczne, a badacze skorzystają m.in. z technologii opartych na sztucznej inteligencji.
– Udary mózgu są najważniejszą przyczyną niepełnosprawności osób dorosłych na świecie i jedną z najczęstszych przyczyn zgonów. Na szczęście w ostatnim czasie doszło do rewolucji terapeutycznej w ich leczeniu. Mamy dwie bardzo ważne metody terapeutyczne: metodę farmakologiczną, czyli trombolizę dożylną, w rzadkich przypadkach także dotętniczą, oraz trombektomię mechaniczną. W kontekście projektu, który zaczynamy, bardzo ważna jest indywidualizacja terapii, czyli bardzo dobra, prawidłowa selekcja pacjentów – mówi agencji informacyjnej Newseria Biznes prof. Bartosz Karaszewski, kierownik Kliniki Neurologii Dorosłych Gdańskiego Uniwersytetu Medycznego.
Gdański Uniwersytet Medyczny – we współpracy z Siemens Healthineers – rozpoczął projekt pod nazwą „Identyfikacja markerów ryzyka wystąpienia krwawienia śródczaszkowego związanego z leczeniem trombolitycznym ostrych udarów niedokrwiennych”. Jego celem jest ograniczenie liczby poważnych działań niepożądanych leczenia specyficznego udaru mózgu, takich jak krwotok śródczaszkowy, który radykalnie pogarsza rokowania pacjentów.
– Chcemy też rozszerzyć okno terapeutyczne, czyli okres, w którym możemy rozpocząć terapię, dla pacjentów leczonych specyficznie. Wiemy, że jest grupa pacjentów, którzy nawet do 24 godzin – albo i dłużej – mieliby dobre rokowania po zastosowaniu tych metod terapeutycznych. Jednak indywidualizacja leczenia, czyli kwalifikacja do terapii, musi być o wiele bardziej wyrafinowana niż w standardowym oknie terapeutycznym – mówi prof. Bartosz Karaszewski. – Mamy już pewne dane na ten temat, ale chcemy je bardziej zindywidualizować za pomocą metod neuroobrazowych, połączonych z metodami biologii molekularnej i klasyczną oceną kliniczną.
W ramach projektu zostaną zebrane dane obrazowe, kliniczne i proteomiczne od pacjentów z udarem niedokrwiennym mózgu. Wykorzystując analizę matematyczną, głębokie uczenie i metody sztucznej inteligencji, badacze chcą wytypować czynniki pozwalające przewidzieć, u których pacjentów wystąpi krwawienie śródczaszkowe w czasie leczenia. Mając taką wiedzę, lekarz będzie mógł ocenić, z jakim ryzykiem wiąże się poddanie danego pacjenta terapii trombolitycznej i zaproponować inne, bezpieczne leczenie, które zapobiegnie skutkom niepożądanym.
– Będziemy stosować badanie metodą rezonansu magnetycznego w kwalifikacji chorych do leczenia trombektomią i trombolizą. Będziemy także szukać czynników, które pozwolą nam ocenić, dlaczego u pewnej grupy chorych wystąpiły powikłania w postaci krwawienia – prof. Edyta Szurowska, kierownik Zakładu Radiologii Uniwersyteckiego Centrum Klinicznego, prorektor ds. klinicznych Gdańskiego Uniwersytetu Medycznego. – W przyszłości ten projekt pozwoli nam wyeliminować tę grupę chorych, u których przebieg leczenia będzie niekorzystny. Myślę, że dla wszystkich neurologów posiadanie takiej wiedzy w momencie wdrażania leczenia będzie bardzo istotne.
W trakcie projektu zostaną wykorzystane innowacyjne rozwiązania Siemens Healthineers, które umożliwiają dokładniejsze niż do tej pory obrazowanie ośrodkowego układu nerwowego, w szczególności w przebiegu ostrych udarów niedokrwiennych.
– Nasze rozwiązania pozwalają wyeliminować niepożądaną zmienność pochodzącą od pacjenta dzięki zastosowaniu innowacyjnego rozwiązania systemu BioMatrix. Ta technologia – oparta m.in. o sztuczną inteligencję – dopasowuje się do pacjenta. To ważne w przypadku udarów niedokrwiennych, kiedy pacjent jest niewspółpracujący, nieprzytomny – mówi dr Kamil Gorczewski, menadżer współpracy naukowej i klinicznej w Siemens Healthineers – W tym projekcie będziemy stosować wyrafinowane techniki statystyczne, techniki głębokiego uczenia oraz sieci neuronowe. Te techniki – oparte o sztuczną inteligencję – są tak dobre, jak dobre są dane wykorzystywane w procesie uczenia tych narzędzi do samodzielnego podejmowania decyzji. Jesteśmy przekonani, że dane, które otrzymamy dzięki współpracy z Gdańskim Uniwersytetem Medycznym, będą najwyższej jakości i pozwolą naszym narzędziom opartym o sztuczną inteligencję celnie różnicować grupę pacjentów poddanych leczeniu trombolitycznemu.
