Oppdage et cerebrovaskulært uhell (CVA) eller ‘slag’ – AI kan hjelpe ambulansepersonell i tidskritiske nødsituasjoner

Å være ambulansepersonell er en ufattelig stressende jobb. Ikke bare har de ansvaret for å redde liv, men disse frontlinjearbeiderne blir konstant plassert i uforutsigbare situasjoner i alle tenkelige miljøer. De må være både imøtekommende og selvsikre, og kunne jobbe godt både individuelt og sammen med tilknyttede tjenester (brann, politi osv.). For å toppe det hele må de gjøre dette mens de arbeider uregelmessige og lange timer, noe som legger ekstremt stress på både kropp og sinn. Av alle oppdragene ambulansepersonell må svare på, er noen av de mest skremmende de hvor de har liten eller ingen kontroll over utfallet. En allergisk reaksjon kan behandles med medisiner; enkelte diabetiske nødsituasjoner kan løses med glukose; hjerterytmeforstyrrelser kan korrigeres med elektrisk intervensjon. Men når det gjelder cerebrovaskulære uhell (CVA) – vanligvis kalt et ‘slag’ – er det lite som kan gjøres i feltet.

Det som ytterligere kompliserer situasjonen ved håndtering av en CVA, er at behandlingen for den mest vanlige formen (iskemisk) må gis innenfor en relativt kort tidsramme på under 4,5 timer. Dette kan høres ut som mye tid, men når man tar i betraktning tiden det tar for ambulansepersonell å ankomme stedet, utelukke mulige årsaker, identifisere problemet, og til slutt klargjøre pasienten for transport til en akuttavdeling, går 4,5 timer mye raskere enn man kan forvente – spesielt i landlige områder. Derfor er rask og tidlig påvisning avgjørende når man håndterer en CVA.

Heldigvis, med fremveksten av kunstig intelligens (AI), kan ambulansepersonell få et nytt verktøy de kan stole på i årene som kommer.

Omforme minutter til sekunder

Et team av biomedisinske ingeniører fra RMIT University har nylig utviklet et nytt verktøy som utnytter AI for å identifisere en CVA på sekunder, med en høyere nøyaktighetsgrad enn det som for øyeblikket er mulig i feltet. Deres artikkel, med tittelen ‘Ansiktsuttrykk for å identifisere post-stroke: En pilotstudie‘, beskriver en smarttelefonapp som effektivt kan vurdere en persons ansikts trekk og avgjøre om det er tegn på en CVA basert på lenge etablerte tegn som ensidig ansiktsnedhengning. Selv om mye arbeid gjenstår, var de tidlige resultatene ganske lovende, med den AI-drevne løsningen som nøyaktig oppdaget post-stroke-pasienter med en suksessrate på 82 %.

“Med en nøyaktighet på 82 % er resultatene lovende. Analysen viser at ‘Kiss’ og ‘Spread’ er de beste ansiktsuttrykkene for å skille mellom friske og post-stroke individer, med musklene rundt munnen som mest påvirket. Systemet er designet for usupervisert analyse av videoene, noe som gjør det egnet til å utvikles som en app på en smarttelefon”

En del av det som kan gjøre identifisering av en CVA vanskelig og tidkrevende, er at prosessen vanligvis innebærer å utelukke ulike alternative årsaker til pasientens presentasjon. Noen vanlige tilstander som kan etterligne en CVA inkluderer,

• hypoglykemi (lavt blodsukker)
• infeksjoner i sentralnervesystemet (f.eks. meningitt)
• alvorlig hypertensjon og/eller økt intrakranielt trykk (ICP)
• legemidler (f.eks. kokain)

Når de er identifisert, innebærer prehospital omsorg vanligvis å sikre pasientens luftvei, gi oksygen om nødvendig, og rask transport. Det pasienten trenger er enten et antikoagulerende middel for iskemiske CVA-er eller kirurgisk inngrep for hemoragiske CVA-er.

Ved å introdusere så mange variabler blir nøyaktigheten vanskeligere i feltet, og den mest verdifulle ressursen (tid) blir brukt. Med hvert minutt som bringer pasienten nærmere permanent hjerneskade, kan en løsning foreslått av ingeniørteamet redde utallige liv over hele verden ved å gjøre ambulansepersonells arbeid litt enklere og mer effektivt.

Selskaper som utnytter kunstig intelligens i helsevesenet

1. Alphabet Inc.

GOOGL Prisdiagram

Alphabet (GOOG ) sin Google Health-divisjon fokuserer på å utnytte AI for å forbedre helsevesenet. De utvikler AI-algoritmer for å diagnostisere sykdommer fra medisinsk bildediagnostikk, forutsi pasientutfall, og personalisere behandlingsplaner. Et bemerkelsesverdig prosjekt er bruken av AI for å oppdage diabetisk retinopati og brystkreft med høy nøyaktighet fra medisinske bilder.
Et annet initiativ knyttet til Alphabet er gjennom et av deres datterselskaper, DeepMind. Dette selskapet, som også er i frontlinjen av AI i helsevesenet, arbeider med prosjekter som bruker AI for å forutsi pasientforverring og utvikle modeller for proteinstrukturprediksjon som kan akselerere legemiddelforskning.

2. IBM Corporation

IBM Prisdiagram

IBM Watson Health anvender AI og dataanalyse på ulike utfordringer innen helsevesenet. De AI-drevne løsningene deres har som mål å forbedre klinisk beslutningstaking, styrke pasientpleie, og optimalisere driften. Watson Healths onkologi- og genomikk-løsninger hjelper onkologer med å utvikle personaliserte kreftbehandlingsplaner ved å analysere enorme mengder medisinsk litteratur og genetiske data.
Via sitt initiativ for klinisk utvikling bruker IBM også AI for å strømlinjeforme prosessen for kliniske studier, forbedre databehandling og redusere tid-til-marked for nye terapier.

Utover CVA-er

Interessant nok tror ingeniørteamet bak dette initiativet at programvaren med tiden kan identifisere andre nevrologiske tilstander som viser seg gjennom ansiktsuttrykk. Noen eksempler på slike tilstander er,

• Bell’s parese
• Parkinsons sykdom
• Myasthenia gravis
• Amyotrofisk lateral sklerose (ALS)

Teamleder Professor Dinesh Kumar har uttalt at,

“Vi ønsker å være så følsomme og spesifikke som mulig. Vi jobber nå mot et AI-verktøy med ekstra data, og vi vil også vurdere andre sykdommer… Samarbeid med helseleverandører vil være avgjørende for å integrere denne appen i eksisterende nødresponsprotokoller, og gi ambulansepersonell et effektivt middel for tidlig påvisning av slag.”

For nå, la oss håpe at dette produktet kan perfeksjoneres og bli realisert, da det kan spille en viktig rolle både i å redde liv og bevare livskvaliteten til utallige CVA-pasienter hvert år.