AI pomoże wykrywać tętniaki mózgu

Naukowcy z trzech gdańskich ośrodków pracują nad rozwiązaniem, które - na podstawie danych laboratoryjnych, wywiadu lekarskiego i opisów z dokumentacji medycznej - pozwoli oszacować ryzyko obecności tętniaka oraz jego pęknięcia.

Celem projektu prowadzonego przez naukowców z Politechniki Gdańskiej, Gdańskiego Uniwersytetu Medycznego i Uniwersyteckiego Centrum Klinicznego w Gdańsku jest opracowanie narzędzia, które może radykalnie zwiększyć szanse na wykrycie tętniaka mózgu, zanim dojdzie do jego pęknięcia i krwotoku.

– To przełomowe podejście. Do tej pory uznawano, iż taka ocena możliwa jest wyłącznie na podstawie badań obrazowych, jak tomografia czy angiografia – podał rzecznik Politechniki Gdańskiej Patryk Rosiński.

Badacze przewidują trzy etapy prac: predykcję ryzyka pęknięcia tętniaka, ocenę prawdopodobieństwa przynależności pacjenta do grupy ryzyka oraz stworzenie klinicznego kalkulatora i aplikacji dla lekarzy, wspierających decyzje dotyczące leczenia zagrożonych pacjentów.

Modele opracowane przez zespół analizują rutynowe wyniki badań laboratoryjnych oraz tekstową dokumentację medyczną. W ich stworzeniu wykorzystano dane ponad 60 tys. pacjentów leczonych w Uniwersyteckim Centrum Klinicznym w Gdańsku w latach 2006–2024.

Nadziędzie AI oceni ryzyko tętniaka

Rzecznik uczelni poinformował, iż pierwsze modele osiągnęły obiecujące wyniki – ponad 77 proc. skuteczności oraz około 80 proc. czułości, co wskazuje na duży potencjał kliniczny.

W pierwszym etapie uwzględniono 26 wyników badań laboratoryjnych oraz predyktory z dokumentacji medycznej, m.in. poziom glukozy, płytki krwi, kreatyninę, sód, MCH, MPV, limfocyty, potas, a także czynniki ryzyka, takie jak palenie, cukrzyca czy nadciśnienie.

– Na tym etapie wykazano istotne statystycznie różnice między pacjentami z pękniętym i niepękniętym tętniakiem. W przypadku pacjentów z pękniętym tętniakiem badania prowadzone były zawsze na podstawie danych sprzed jego pęknięcia – podał rzecznik.

Dr Patryk Jasik, lider zespołu z Politechniki Gdańskiej, podkreślił, iż dane zostały starannie przygotowane do analizy i modelowania, z uwzględnieniem zabezpieczeń przed wyciekami.

– Zastosowaliśmy nowoczesne modele predykcyjne, m.in. TabNet, oraz wielokryterialną walidację, co pozwoliło uniknąć zawyżania wyników. Dokładność modeli przekracza 80 proc., a w niektórych analizach sięga ponad 90 proc. – wyjaśnił naukowiec.

Zdaniem dr Justyny Fercho, liderki zespołu z Gdańskiego Uniwersytetu Medycznego i UCK, wykorzystanie takich metod jest w tej chwili wysoko cenione przez lekarzy.

– Wiedzę, na jakiej podstawie model ocenia ryzyko tętniaka, możemy świadomie wykorzystać do skuteczniejszej diagnozy pacjentów – podkreśliła badaczka.

Rzecznik uczelni przypomniał, iż choćby 1 na 50 dorosłych może mieć niepękniętego tętniaka, co w Polsce oznacza setki tysięcy osób potencjalnie zagrożonych.

Obecnie stosuje się dwa główne sposoby zabezpieczania tętniaków: operacyjne klipsowanie, inwazyjną metodę wymagającą otwarcia czaszki (koszt ok. 30 tys. zł), oraz mniej inwazyjną embolizację endowaskularną, polegającą na wprowadzeniu przez cienki cewnik materiałów zamykających tętniaka, najczęściej platynowych spirali (coiling). W przypadku tętniaków szerokoszyjnych lub złożonych stosuje się dodatkowo stenty lub urządzenia do przekierowania przepływu krwi (flow diverters). Koszt zabiegu wynosi 25–40 tys. zł w zależności od użytego materiału.

Dramatyczne konsekwencje pękniętego tętniaka

W przypadku pęknięcia tętniaka koszty leczenia rosną dramatycznie, a pacjenci często wymagają wieloletniej rehabilitacji i renty, ponieważ nie mogą wrócić do pracy.

– Wczesne wykrycie tętniaka na podstawie oceny ryzyka to nie tylko ratunek dla zdrowia i życia, ale także realne oszczędności dla systemu ochrony zdrowia – podkreślił dr Patryk Jasik.

Projekt „AI-Powered Medical Software for Predicting the Likelihood of Intracranial Aneurysm” został zakwalifikowany do międzynarodowego programu akceleracyjnego I3HIES, który wspiera najbardziej obiecujące innowacje z obszaru ochrony zdrowia i pomaga rozwijać je do etapu inwestycyjnego i komercjalizacji.