Aivoinfarktin (CVA) tai ‘aivohalvauksen’ havaitseminen – Tekoäly voi auttaa ensihoitajia aikakriittisissä hätätilanteissa

Ensihoitajana toimiminen on uskomattoman stressaava työ. He eivät ainoastaan pelasta henkiä, vaan nämä eturintaman työntekijät asetetaan jatkuvasti ennakoimattomiin tilanteisiin kaikissa mahdollisissa ympäristöissä. Heidän on oltava ystävällisiä mutta määrätietoisia ja toimittava hyvin sekä itsenäisesti että yhteistyössä liittoutuneiden palveluiden (palo, poliisi jne.) kanssa. Kaiken lisäksi heidän on tehtävä näin epäsäännöllisin ja pitkisin työtunnein, mikä asettaa äärimmäistä rasitusta sekä keholle että mielelle. Kaikista hälytyksistä, joihin ensihoitajien on vastattava, jotkut ovat kaikkein kauheimpia, kun heillä on vähän tai ei lainkaan hallintaa lopputuloksesta. Allerginen reaktio voidaan hoitaa lääkkeellä; tietyt diabeteksen hätätilanteet voidaan ratkaista glukoosilla; sydämen rytmihäiriöt voidaan korjata sähköinterventiolla. Kuitenkin aivoverenkiertohäiriöiden (CVA) – yleisesti ‘aivohalvauksena’ kutsuttujen – osalta kentällä voidaan tehdä vain vähän.

Tilannetta monimutkaisemmaksi tekee se, että yleisimmän muodon (iskemäinen) hoito on annettava suhteellisen lyhyessä ajassa, alle 4,5 tunnissa. Tämä saattaa kuulostaa pitkältä ajalta, mutta kun otetaan huomioon se aika, joka kuluu ensihoitajien saapumiseen paikalle, mahdollisten syiden poissulkemiseen, ongelman tunnistamiseen ja lopulta potilaan pakkaamiseen kuljetettavaksi päivystävään osastoon, 4,5 tuntia kuluu paljon nopeammin kuin voisi odottaa – erityisesti maaseutualueilla. Siksi nopea ja varhainen havaitseminen on ensiarvoisen tärkeää aivoverenkiertohäiriön yhteydessä.

Onneksi Tekoäly (AI) aikakauden myötä ensihoitajilla saattaa olla uusi työkalu, johon he voivat tulevina vuosina luottaa.

Muuta minuutit sekunneiksi

RMIT-yliopiston biolääketieteellisten insinöörien tiimi on äskettäin kehittänyt uuden työkalun, joka hyödyntää tekoälyä aivoverenkiertohäiriön (CVA) tunnistamiseen sekunneissa, tarkkuudella, joka on tällä hetkellä kentällä mahdollisista parempi. Heidän julkaisunsa, jonka otsikko on ‘Kasvoilmeet, joilla tunnistetaan aivoinfarkti: Pilottitutkimus’, kuvaa älypuhelinsovellusta, joka pystyy tehokkaasti arvioimaan henkilön kasvojen piirteet ja määrittämään, onko CVA:n merkkejä pitkään tunnettuja, kuten yksipuolinen kasvojen roikkuminen, perusteella.

Vaikka paljon työtä on vielä tehtävänä, varhaiset tulokset olivat varsin lupaavia, ja tekoälypohjainen ratkaisu tunnisti aivoinfarktin jälkeen kärsivät potilaat tarkasti 82 %:n onnistumisprosentilla.

„82 %:n tarkkuudella tulokset ovat lupaavia. Analyysi osoittaa, että ‘Kiss’ ja ‘Spread’ ovat parhaat kasvoilmeet erottamaan terveet ja aivoinfarktin jälkeen kärsivät henkilöt, suun ympärillä olevat lihakset ovat eniten vaikuttuneet. Järjestelmä on suunniteltu videoiden valvomattomaan analysointiin, mikä tekee siitä sopivan kehitettäväksi älypuhelinsovellukseksi“

Osa siitä, mikä tekee CVA:n tunnistamisesta vaikeaa ja aikaa vievää, on se, että prosessi sisältää yleensä erilaisten vaihtoehtoisten syiden poissulkemisen potilaan oireiden perusteella. Muutamia yleisiä tiloja, jotka voivat jäljitellä CVA:ta, ovat:

• hypoglykemia (matala verensokeri)
• keskushermoston infektiot (esim. aivokalvontulehdus)
• vakava verenpaine ja/tai kohonnut kallon sisäinen paine (ICP)
• lääkkeet (esim. kokaiini)

Kun syy on tunnistettu, ensihoitoon kuuluu yleensä potilaan hengitystien turvaaminen, hapen antaminen tarvittaessa ja nopea kuljetus. Potilas tarvitsee joko anti‑veritulkkiaineen iskemisiin CVA:ihin tai kirurgisen toimenpiteen hemorraagisiin CVA:ihin.

Kun mukana on niin monia muuttujia, tarkkuus vaikeutuu kentällä, ja arvokkain resurssi (aika) kuluu. Jokainen minuutti vie potilaan lähemmäs pysyvää aivovaurioita, ja insinööritehtävän ehdottama ratkaisu voisi pelastaa lukemattomia henkiä ympäri maailmaa tekemällä ensihoitajien työtä hieman helpommaksi ja tehokkaammaksi.

Yritykset, jotka hyödyntävät tekoälyä terveydenhuollossa

1. Alphabet Inc.

GOOGL Hintakaavio

Alphabetin Google Health -osasto keskittyy tekoälyn hyödyntämiseen terveydenhuollon parantamiseksi. Se kehittää tekoälyalgoritmeja sairauksien diagnosointiin lääketieteellisistä kuvista, potilaiden tulosten ennustamiseen ja hoitosuunnitelmien räätälöintiin. Merkittävä projekti on tekoälyn käyttö diabeteksen retinopatian ja rintasyövän havaitsemiseen erittäin tarkasti lääketieteellisistä kuvista.

Toinen Alphabetiin liittyvä aloite on sen tytäryhtiön DeepMind. Tämä yritys, joka on myös tekoälyn eturintamassa terveydenhuollossa, työskentelee projekteissa, joissa tekoälyä käytetään potilaan tilan heikkenemisen ennustamiseen ja proteiinirakenteen ennustemallien kehittämiseen, mikä voi nopeuttaa lääkekehitystä.

2. IBM Corporation

IBM Hintakaavio

IBM Watson Health soveltaa tekoälyä ja data-analytiikkaa erilaisiin terveydenhuollon haasteisiin. Sen tekoälypohjaiset ratkaisut pyrkivät parantamaan kliinistä päätöksentekoa, tehostamaan potilashoitoa ja optimoimaan toimintoja. Watson Healthin onkologia- ja genomiikkaratkaisut auttavat onkologeja kehittämään räätälöityjä syöpähoitosuunnitelmia analysoimalla valtavia määriä lääketieteellistä kirjallisuutta ja geneettisiä tietoja.

Clinical Development -aloitteensa kautta IBM käyttää myös tekoälyä kliinisten kokeiden prosessin tehostamiseen, parantaen datanhallintaa ja lyhentäen uusien hoitojen markkinoille saattamisen aikaa.

CVA:n ulkopuolella

Mielenkiintoista on, että tämän aloitteen takana oleva insinööritehdas uskoo, että ajan myötä ohjelmisto saattaa pystyä tarkasti tunnistamaan myös muita neurologisia sairauksia, jotka ilmenevät kasvojen ilmeiden kautta. Muutama esimerkki tällaisista sairauksista ovat:

• Bellin palsi
• Parkinsonin tauti
• Myasthenia gravis
• Amyotrofinen lateraaliskleroosi (ALS)

Tiimin johtaja professori Dinesh Kumar on todennut, että,

„Haluamme olla mahdollisimman herkkiä ja spesifisiä. Työskentelemme nyt kohti tekoälytyökalua, jossa on lisädataa ja jossa otamme huomioon myös muita sairauksia… Yhteistyö terveydenhuollon tarjoajien kanssa on ratkaisevan tärkeää, jotta tämä sovellus voidaan integroida olemassa oleviin hätätilanteiden reagointiprotokolliin, tarjoten ensihoitajille tehokkaan keinon varhaiseen aivoinfarktin havaitsemiseen.“

Toistaiseksi toivokaamme, että tämä tuote voidaan viimeistellä ja saattaa toteutukseen, sillä se voisi näytellä tärkeää roolia sekä elävien pelastamisessa että lukemattomien CVA-potilaiden elämänlaadun säilyttämisessä vuodessa.