Verloop hersenletsel voorspellen met machine learning tool

Voor de ontwikkeling van de machine learning tool gebruikten de wetenschappers een hybride model voor machinaal leren met behulp van deep learning en ’traditionele’ machine learning. Daarbij werd gebruik gemaakt van CT-scans en klinische niet-beeldvormende gegevens. Die werden vervolgens verwerkt voor de voorspelling van de uitkomst van ernstig traumatisch hersenletsel. Het machine learning model presteerde aanzienlijk beter dan menselijk oordeel en ervaring.

Beter dan menselijk oordeel

De snelheid waarmee de grote hoeveelheid gegevens worden onderzocht en geanalyseerd, is eenvoudigweg niet haalbaar voor menselijke medici, zo concluderen de wetenschappers. De resultaten van de ontwikkelingen en de machine learning tool zijn uiterst bemoedigend. Inmiddels is het nieuwe voorspellende algoritme van de wetenschappers gevalideerd in twee onafhankelijke patiëntencohorten.

Het eerste model dat ontwikkeld werd, is gebaseerd op specifieke datasets die in de eerste uren na het ontstaan van het hersenletsel verzameld zijn. “De successen van ons eerste model bevestigt dat we op de goede weg zijn om hulpmiddelen te bouwen die het menselijk klinisch oordeel kunnen aanvullen om de beste beslissingen voor patiënten”, vertelt co-auteur dr. David Okonkwo, hoogleraar neurologische chirurgie aan de Universiteit van Pittsburgh en praktiserend neurochirurg.

Verloop hersenletsel voorspellen

De wetenschappers zijn er echter ook van overtuigd dat de machine learning tool nog verder doorontwikkeld kan worden tot een nog krachtiger algoritme dat uiteindelijk ook de kans op een zinvol herstel moet kunnen voorspellen.

“Het eerste driedaagse venster is zeer kritisch, ten goede of ten kwade voor patiënten met ernstig traumatisch hersenletsel. De meest voorkomende reden voor iemand om in het ziekenhuis te overlijden na een traumatisch hersenletsel is het staken van de levensverlengende therapie, en dit gebeurt meestal binnen de eerste 72 uur”, zegt Okonkwo. “Als we een model kunnen bouwen dat gebaseerd is op die eerste drie dagen aan informatie, denken we dat we clinici in een betere plaats kunnen plaatsen om de patiënten te identificeren die een kans hebben op een zinvol herstel.”

De machine-learning tool is ontwikkeld door wetenschappers en neurotraumachirurgen van de School of Medicine en het Medical Center van de University of Pittsburgh. De resultaten zijn onlangs gepubliceerd in Radiology. De meerwaarde van AI en machine learning binnen de gezondheidszorg is de afgelopen jaren al vaker met succes aangetoond. Zo ontwikkelden Britse onderzoekers in 2020 een AI-algoritme dat met succes in staat gebleken is verschillende soorten hersenletsel te detecteren, segmenteren, kwantificeren en differentiëren.