Ανίχνευση Εγκεφαλικού Ατυχήματος (CVA) ή ‘Εγκεφαλικού Επεισόδιο’ – Η Τεχνητή Νοημοσύνη Μπορεί να Βοηθήσει τους Παραϊατρικούς σε Επείγοντα Καταστάσεις όπου Ο Χρόνος Είναι Κρίσιμος

Το να είσαι παραϊατρικός είναι μια απίστευτα αγχωτική δουλειά.  Δεν τους ανατίθεται μόνο η διάσωση ζωών, αλλά αυτοί οι εργαζόμενοι στην πρώτη γραμμή τοποθετούνται συνεχώς σε απρόβλεπτες καταστάσεις σε κάθε φανταστικό περιβάλλον.  Πρέπει να παραμένουν φιλικοί αλλά αποφασιστικοί και να εργάζονται καλά τόσο ατομικά όσο και με συναφείς υπηρεσίες (Πυροσβεστική, Αστυνομία κ.λπ.).  Επιπλέον, πρέπει να το κάνουν αυτό ενώ εργάζονται σε ακανόνιστες και μακρές ώρες, προκαλώντας τεράστιο στρες τόσο στο σώμα όσο και στο μυαλό τους.  Από όλες τις κλήσεις που πρέπει να εξυπηρετήσουν οι παραϊατρικοί, οι πιο συγκλονιστικές είναι εκείνες όπου έχουν ελάχιστο ή καθόλου έλεγχο του αποτελέσματος.  Μια αλλεργική αντίδραση μπορεί να αντιμετωπιστεί με φάρμακα· ορισμένες διαβητικές επεισόδια μπορούν να λυθούν με γλυκόζη· οι καρδιακές αρρυθμίες μπορούν να διορθωθούν με ηλεκτρική παρέμβαση. Ωστόσο, όταν πρόκειται για Εγκεφαλικά Ατυχήματα (CVA) – που συνήθως αναφέρονται ως «εγκεφαλικό», υπάρχει λίγη δυνατότητα παρέμβασης στον χώρο.

Περαιτέρω επιπλοκή της κατάστασης όταν αντιμετωπίζεται ένα CVA είναι το γεγονός ότι η θεραπεία για τη πιο κοινή μορφή (ισχαιμική) πρέπει να χορηγείται εντός σχετικά σύντομου χρονικού πλαισίου, κάτω από 4,5 ώρες.  Αυτό μπορεί να ακούγεται πολύς χρόνος, αλλά λαμβάνοντας υπόψη το χρόνο που χρειάζονται οι παραϊατρικοί για να φτάσουν στην τοποθεσία, να αποκλείσουν πιθανές αιτίες, να εντοπίσουν το πρόβλημα και τελικά να ετοιμάσουν τον ασθενή για μεταφορά στο Τμήμα Έκτακτης Ανάγκης, οι 4,5 ώρες περνούν πολύ πιο γρήγορα απ’ ό,τι μπορεί να φανταστεί κανείς – ιδιαίτερα σε αγροτικές περιοχές.  Γι’ αυτό η γρήγορη και έγκαιρη ανίχνευση είναι καθοριστική όταν αντιμετωπίζεται ένα CVA.

Ευτυχώς, με την εμφάνιση της Artificial Intelligence (AI), οι παραϊατρικοί μπορεί να έχουν ένα νέο εργαλείο στο οποίο θα μπορούν να βασίζονται τα επόμενα χρόνια.

Μετατρέποντας τα Λεπτά σε Δευτερόλεπτα

Μια ομάδα Βιοϊατρικών Μηχανικών από το Πανεπιστήμιο RMIT ανέπτυξε πρόσφατα ένα νέο εργαλείο που αξιοποιεί την AI για την ταυτοποίηση ενός CVA σε δευτερόλεπτα, με υψηλότερο ποσοστό ακρίβειας από ό,τι είναι επί του παρόντος δυνατό στον χώρο.  Η εργασία τους, με τίτλο Εκφράσεις προσώπου για την αναγνώριση μετά-εγκεφαλικού: Πιλοτική μελέτη, περιγράφει μια εφαρμογή για smartphone που μπορεί να αξιολογήσει αποτελεσματικά τα χαρακτηριστικά του προσώπου ενός ατόμου και να καθορίσει εάν υπάρχουν σημάδια CVA βάσει μακροχρόνιων ενδείξεων όπως η μονόπλευρη κλίση του προσώπου.

Παρόλο που απαιτείται ακόμη πολύ δουλειά, τα αρχικά αποτελέσματα ήταν αρκετά ενθαρρυντικά, με τη λύση που υποστηρίζεται από AI να ανιχνεύει με ακρίβεια 82 % τους ασθενείς μετά-εγκεφαλικό.

“Με ακρίβεια 82 %, τα αποτελέσματα είναι ενθαρρυντικά. Η ανάλυση δείχνει ότι τα «Kiss» και «Spread» είναι οι καλύτερες εκφράσεις προσώπου για τη διάκριση μεταξύ υγιών και μετά-εγκεφαλικών ατόμων, με τους μύες γύρω από το στόμα να επηρεάζονται περισσότερο. Το σύστημα σχεδιάστηκε για ανεξέλεγκτη ανάλυση των βίντεο, καθιστώντας το κατάλληλο για ανάπτυξη ως εφαρμογή σε smartphone”

Μέρος του τι μπορεί να κάνει την ταυτοποίηση ενός CVA δύσκολη και χρονοβόρα είναι ότι η διαδικασία συνήθως περιλαμβάνει την εξαίρεση διαφόρων εναλλακτικών αιτιών για την παρουσίαση του ασθενούς.  Μερικές κοινές καταστάσεις που μπορεί να μιμηθούν ένα CVA περιλαμβάνουν,

• υπογλυκαιμία (χαμηλό σάκχαρο)
• μολύνσεις του κεντρικού νευρικού συστήματος (π.χ., μηνιγγίτιδα)
• σοβαρή υπέρταση και/ή αυξημένη ενδοκρανιακή πίεση (ICP)
• φαρμακευτικές ουσίες (π.χ., κοκαΐνη)

Μόλις εντοπιστούν, η προ-νοσοκομειακή φροντίδα συνήθως περιλαμβάνει την εξασφάλιση της αεροφόρας του ασθενούς, την παροχή οξυγόνου εάν είναι ενδείκνυται, και τη γρήγορη μεταφορά.  Αυτό που χρειάζεται ο ασθενής είναι είτε αντιπηκτικό φάρμακο για ισχαιμικά CVA είτε χειρουργική παρέμβαση για αιμορραγικά CVA.

Εισάγοντας τόσες πολλές μεταβλητές, η ακρίβεια γίνεται πιο δύσκολη στον χώρο, και το πιο πολύτιμο αγαθό (ο χρόνος) καταναλώνεται.  Με κάθε λεπτό που φέρνει τον ασθενή πιο κοντά σε μόνιμη εγκεφαλική βλάβη, μια λύση που προτείνεται από την ομάδα μηχανικών θα μπορούσε να σώσει αμέτρητες ζωές παγκοσμίως, κάνοντας τις δουλειές των παραϊατρικών λίγο πιο εύκολες και πιο αποτελεσματικές.

Εταιρείες που Εκμεταλλεύονται την Τεχνητή Νοημοσύνη στην Υγεία

1. Alphabet Inc.

GOOGL Διάγραμμα τιμής

Η ενότητα Google Health της Alphabet (GOOG ) εστιάζει στην αξιοποίηση της AI για τη βελτίωση της υγειονομικής περίθαλψης. Αναπτύσσει αλγορίθμους AI για τη διάγνωση ασθενειών από ιατρικές απεικονίσεις, την πρόβλεψη των αποτελεσμάτων των ασθενών και την εξατομίκευση των σχεδίων θεραπείας. Ένα αξιοσημείωτο έργο είναι η χρήση AI για την ανίχνευση διαβητικής αμφιβληστροειδοπάθειας και καρκίνου του μαστού με υψηλή ακρίβεια από ιατρικές εικόνες.

Μια άλλη πρωτοβουλία που σχετίζεται με την Alphabet είναι μέσω μιας από τις θυγατρικές της, DeepMind. Αυτή η εταιρεία, η οποία βρίσκεται επίσης στην πρωτοπορία της AI στην υγεία, εργάζεται σε έργα που χρησιμοποιούν AI για την πρόβλεψη της κλιμάκωσης της κατάστασης του ασθενούς και την ανάπτυξη μοντέλων πρόβλεψης δομής πρωτεϊνών που μπορούν να επιταχύνουν την ανακάλυψη φαρμάκων.

2. IBM Corporation

IBM Διάγραμμα τιμής

Η IBM Watson Health εφαρμόζει AI και ανάλυση δεδομένων σε διάφορες προκλήσεις της υγείας.  Οι λύσεις της, που βασίζονται στην AI, στοχεύουν στη βελτίωση της κλινικής λήψης αποφάσεων, την ενίσχυση της φροντίδας των ασθενών και τη βελτιστοποίηση των λειτουργιών.  Οι λύσεις Oncology και Genomics της Watson Health βοηθούν τους ογκολόγους να αναπτύξουν εξατομικευμένα σχέδια θεραπείας του καρκίνου, αναλύοντας τεράστιες ποσότητες ιατρικής βιβλιογραφίας και γενετικών δεδομένων.

Μέσω της πρωτοβουλίας Clinical Development, η IBM χρησιμοποιεί επίσης AI για τη βελτιστοποίηση της διαδικασίας κλινικών δοκιμών, βελτιώνοντας τη διαχείριση των δεδομένων και μειώνοντας τον χρόνο εισόδου στην αγορά για νέες θεραπείες.

Πέρα από τα CVA

Ενδιαφέρον είναι ότι η ομάδα μηχανικών πίσω από αυτήν την πρωτοβουλία πιστεύει ότι, με τον καιρό, το λογισμικό μπορεί να είναι σε θέση να αναγνωρίζει με ακρίβεια άλλες νευρολογικές καταστάσεις που εκδηλώνονται μέσω εκφράσεων προσώπου.  Μερικά παραδείγματα καταστάσεων που ταιριάζουν είναι,

• Παράλυση του Bell
• Πάρκινσον
• Μυασθένεια Γκράβις
• Αμυοτροφική Πλευρική Σκλήρυνση (ALS)

Ο επικεφαλής της ομάδας, Καθηγητής Dinesh Kumar, δήλωσε ότι,

“Θέλουμε να είμαστε όσο το δυνατόν πιο ευαίσθητοι και συγκεκριμένοι. Τώρα εργαζόμαστε προς ένα εργαλείο AI με πρόσθετα δεδομένα και όπου θα εξετάσουμε και άλλες ασθένειες… Η συνεργασία με παρόχους υγειονομικής περίθαλψης θα είναι κρίσιμη για την ενσωμάτωση αυτής της Εφαρμογής στα υπάρχοντα πρωτόκολλα ανταπόκρισης έκτακτης ανάγκης, παρέχοντας στους παραϊατρικούς ένα αποτελεσματικό μέσο έγκαιρης ανίχνευσης εγκεφαλικού.”

Για τώρα, ας ελπίσουμε ότι αυτό το προϊόν θα τελειοποιηθεί και θα ωριμάσει, καθώς θα μπορούσε να διαδραματίσει σημαντικό ρόλο τόσο στη διάσωση ζωών όσο και στη διατήρηση της ποιότητας ζωής αμέτρητων ασθενών με CVA κάθε χρόνο.