Eine kürzlich in JAMA Neurology veröffentlichte Studie untersuchte den Einsatz von automatisierter Software zur Erkennung von großen Gefäßverschlüssen (LVO) in Computertomographie-Angiogrammen (CT) als Möglichkeit, den Arbeitsablauf und die Behandlungszeiten für die endovaskuläre Schlaganfalltherapie zu verbessern.
Die endovaskuläre Thrombektomie ist ein entscheidender Eingriff zur Behandlung des akuten ischämischen Schlaganfalls (AIS) mit LVO, bei dem es jedoch von entscheidender Bedeutung ist, dass die Patienten rechtzeitig behandelt werden. Eine der Herausforderungen bei der Reduzierung der Behandlungszeit besteht darin, den AIS mit LVO durch Kliniker oder Radiologen zu erkennen und die Notwendigkeit einer endovaskulären Thrombektomie effektiv an das Behandlungsteam zu kommunizieren.
Um dieses Problem anzugehen, führten Forscher eine randomisierte gestufte klinische Studie an vier umfassenden Schlaganfallzentren durch. Sie implementierten ein KI-basiertes automatisiertes System zur Erkennung von LVO in CT-Angiogrammen und verbesserten damit die Bewertungs- und Arbeitszeiten zwischen der Ankunft im Krankenhaus und dem Beginn der endovaskulären Thrombektomie. Die Studie umfasste Patienten, die Symptome eines AIS mit LVO zeigten und sich einer CT-Angiographie-Untersuchung unterzogen. Dabei wurde das automatisierte LVO-Erkennungssystem aktiviert, das Radiologen und Klinikern über ein sicheres Nachrichtensystem auf ihren Mobiltelefonen auf mögliche LVO hinwies.
Die Studie zeigte, dass die Implementierung des KI-basierten automatisierten LVO-Erkennungssystems die Arbeitszeiten für den in-hospitalen AIS signifikant verbesserte. Die Zeit von der Ankunft bis zum Eingriff wurde um 11 Minuten verkürzt und die Sterblichkeitsrate um 60% gesenkt. Auch die Zeit zwischen der ersten CT-Untersuchung und dem Beginn der endovaskulären Thrombektomie wurde ähnlich verkürzt.
Zusammenfassend führte die Implementierung einer automatisierten Software zur Erkennung von LVO bei AIS-Patienten, gepaart mit einer sicheren Kommunikationsanwendung, zu signifikanten Reduzierungen der Behandlungszeiten für die endovaskuläre Thrombektomie. Diese Technologie hat das Potenzial, die Patientenergebnisse durch eine schnellere Diagnose und Behandlung von Schlaganfällen zu verbessern.
Quellen:
– Martinez-Gutierrez, J. C., et al. Automated Large Vessel Occlusion Detection Software and Thrombectomy Treatment Times: A Cluster Randomized Clinical Trial. JAMA Neurology.