Naukowcy z trzech gdańskich ośrodków pracują nad innowacyjnym rozwiązaniem, które może radykalnie zwiększyć szanse wczesnego wykrywania tętniaków mózgu – zanim dojdzie do ich pęknięcia i poważnego krwotoku. Kluczową rolę odgrywa tu sztuczna inteligencja analizująca dane kliniczne, co może całkowicie zmienić podejście do diagnozy i profilaktyki tego groźnego schorzenia.
Projekt realizowany jest przez naukowców z Politechniki Gdańskiej, Gdańskiego Uniwersytetu Medycznego oraz Uniwersyteckiego Centrum Klinicznego w Gdańsku. Celem jest stworzenie narzędzia, które na podstawie danych laboratoryjnych, wywiadu lekarskiego oraz opisów z dokumentacji medycznej pozwoli oszacować ryzyko obecności tętniaka oraz prawdopodobieństwo jego pęknięcia.
– To przełomowe podejście. Do tej pory ocenę ryzyka tętniaka prowadzono wyłącznie na podstawie badań obrazowych, takich jak tomografia czy angiografia – podkreślił rzecznik Politechniki Gdańskiej, Patryk Rosiński.
Reklama
Naukowcy przewidują trzy główne etapy badań. Pierwszy to predykcja ryzyka pęknięcia tętniaka. Drugi – ocena prawdopodobieństwa przynależności pacjenta do grupy wysokiego ryzyka. Trzeci etap zakłada stworzenie klinicznego kalkulatora i aplikacji dla lekarzy, wspierających decyzje dotyczące leczenia zagrożonych pacjentów.
Modele opracowane przez zespół analizują zarówno rutynowe wyniki badań laboratoryjnych, jak i tekstową dokumentację medyczną. W pracach wykorzystano dane ponad 60 tys. pacjentów leczonych w Uniwersyteckim Centrum Klinicznym w Gdańsku w latach 2006-2024. Pierwsze modele wykazały obiecujące wyniki: ponad 77 proc. skuteczności i około 80 proc. czułości, co wskazuje na duży potencjał kliniczny.
W pierwszym etapie uwzględniono 26 wyników badań laboratoryjnych, w tym poziom glukozy, płytki krwi, kreatyninę, sód, MCH, MPV, limfocyty i potas, a także czynniki ryzyka, takie jak palenie, cukrzyca czy nadciśnienie.
– Na tym etapie wykazano istotne statystycznie różnice między pacjentami z pękniętym i niepękniętym tętniakiem. Dane były zawsze zbierane sprzed pęknięcia tętniaka – podkreślił rzecznik.
Dr Patryk Jasik z Politechniki Gdańskiej dodaje, że zastosowano nowoczesne modele predykcyjne, m.in. TabNet, wraz z wielokryterialną walidacją.
– Dokładność modeli przekracza 80 proc., a w niektórych analizach sięga ponad 90 proc. – mówi badacz.
Dr Justyna Fercho z Gdańskiego Uniwersytetu Medycznego i UCK podkreśla, że wykorzystanie takich metod jest wysoko cenione przez lekarzy.
– Wiedzę, na jakiej podstawie model ocenia ryzyko tętniaka, możemy świadomie wykorzystać do skuteczniejszej diagnozy pacjentów – mówi.
Według rzecznika uczelni, nawet 1 na 50 dorosłych może mieć niepękniętego tętniaka, co w Polsce oznacza setki tysięcy osób potencjalnie zagrożonych.
Obecnie stosuje się dwie główne metody zabezpieczania tętniaków: operacyjne klipsowanie (koszt ok. 30 tys. zł) oraz mniej inwazyjną embolizację endowaskularną z użyciem platynowych spirali, czasami wspomaganą stentami lub flow diverters (koszt 25-40 tys. zł). W przypadku pęknięcia tętniaka koszty leczenia rosną dramatycznie, a pacjenci często wymagają wieloletniej rehabilitacji i renty.
– Wczesne wykrycie tętniaka na podstawie oceny ryzyka to nie tylko ratunek dla życia pacjenta, ale także realne oszczędności dla systemu ochrony zdrowia – podkreśla dr Patryk Jasik.
Reklama
Projekt „AI-Powered Medical Software for Predicting the Likelihood of Intracranial Aneurysm” został zakwalifikowany do międzynarodowego programu akceleracyjnego I3HIES, który wspiera obiecujące innowacje w ochronie zdrowia i pomaga rozwijać je do etapu inwestycyjnego i komercjalizacji.
To może być przełom w diagnostyce i profilaktyce tętniaków mózgu, który dzięki sztucznej inteligencji pozwoli ratować życie setkom tysięcy osób w Polsce i na świecie.
Chcesz być na bieżąco z wieściami z naszego portalu? Obserwuj nas na Google News!
Twoje zdanie jest ważne jednak nie może ranić innych osób lub grup.
Komentarze