Traumatiska hjärnskador är en av de mest betydande orsakerna till död och invaliditet i världen. Svåra hjärnskador behandlas på neurokirurgiska specialintensivvårdsavdelningar, men trots god vård dör upp till en tredjedel av alla patienter som drabbas av en svår hjärnskada.
Patienter med svåra hjärnskador är ofta medvetslösa, och det är därför svårt att följa hur de mår. På intensivvårdsavdelningen samlar man varje dag in tiotals värden som mäter vitala funktioner och indirekt berättar om patientens tillstånd. En enda mätbar variabel, till exempel intrakraniellt tryck, kan producera hundratusentals mätvärden per dygn.
Det är omöjligt för en mänsklig hjärna att förstå de miljontals mätvärdena som ansamlas dagligen och dra nytta av dem i vården av patienten. Därför började forskare vid HUS neurokirurgiska klinik utveckla en AI-baserad algoritm för att hjälpa läkare behandla svårt skadade patienter. Målet är att algoritmen i bästa fall ska kunna förutspå patientens överlevnad och ge vårdpersonalen objektiv information om åt vilket håll patientens tillstånd utvecklas under vården.
– Den här typen av prognosmodell där prognosen kontinuerligt förändras har inte tidigare föreslagits för patienter med hjärnskador. Trots att det är fråga om en preliminär algoritm och det kommer att ta tid innan den är färdig för kliniskt bruk, beskriver den här studien hur och åt vilket håll modern intensivvård håller på att utvecklas, säger en av studiens huvudforskare, docent Rahul Raj.
Algoritmerna förutspår patienternas 30-dagarsdödlighet med en exakthet på 80–85 procent.
– Vi har utvecklat två olika algoritmer. Den första, enklare algoritmen baserar sig endast på objektivt monitoreringsdata och den andra, mer komplicerade algoritmen innefattar också data om patientens medvetandegrad som samlas in av skötarna, berättar en av algoritmernas utvecklare, dataanalytiker Eetu Pursiainen.
– Som väntat är den mer komplicerade algoritmens resultat lite bättre, men båda är förvånansvärt exakta med tanke på att den enklare baserar sig endast på tre variabler och den mer komplicerade på fem variabler.
I fortsättningen måste algoritmerna ännu testas på patientmaterial från andra sjukhus. Materialet kan fås från Finland, men forskarna strävar efter att validera algoritmens reliabilitet med hjälp av internationellt samarbete.
– Finland är i världsklass när det gäller AI-utveckling inom specialsjukvården, och som ett av de största sjukhusen i Europa har HUS en betydande roll i att föra finländsk toppforskning ut i världen. Vi tycker därför att det är viktigt att handla etiskt och öppet, och gratis dela med oss av åtminstone en del av algoritmerna vi utvecklar, så att de kan vidareutvecklas internationellt, säger Miikka Korja, docent i neurokirurgi och ordförande för AI-styrgruppen vid HUS.
Studien publicerades i Natures tidskrift Scientific Reports, och algoritmerna kan fritt laddas ner.
Mer information:
Docent Rahul Raj, Helsingfors universitet och HUS
E-post: rahul.raj@hus.fi