Os pesquisadores, da Universidade de Cambridge e do Imperial College de Londres, validaram e testaram clinicamente a IA em grandes conjuntos de tomografias computadorizadas e descobriram que ela conseguiu detectar, segmentar, quantificar e diferenciar diferentes tipos de lesões cerebrais.

Seus resultados , relatados no The Lancet Digital Health , podem ser aºteis em estudos de pesquisa em larga escala, para o desenvolvimento de tratamentos mais personalizados para lesões na cabea§a e, com validação adicional, podem ser aºteis em certos cenários clínicos, como aqueles em que a experiência radiola³gica estãopresente. um praªmio.

A lesão na cabea§a éum enorme a´nus para a saúde pública em todo o mundo e afeta até60 milhões de pessoas a cada ano. a‰ a principal causa de mortalidade em adultos jovens. Quando um paciente sofreu um ferimento na cabea§a, ele geralmente éenviado para uma tomografia computadorizada para verificar se hásangue no cérebro ou ao redor dele e para ajudar a determinar se a cirurgia énecessa¡ria.

"A TC éuma ferramenta de diagnóstico incrivelmente importante, mas raramente éusada quantitativamente", disse o co-autor saªnior Professor David Menon, do Departamento de Medicina de Cambridge. "Muitas vezes, muitas das informações ricas disponí­veis em uma tomografia computadorizada são perdidas e, como pesquisadores, sabemos que o tipo, volume e localização de uma lesão no cérebro são importantes para os resultados dos pacientes".

Diferentes tipos de sangue dentro ou ao redor do cérebro podem levar a diferentes resultados para o paciente, e os radiologistas costumam fazer estimativas para determinar o melhor curso de tratamento.

"A avaliação detalhada de uma tomografia computadorizada com anotações pode levar horas, especialmente em pacientes com lesões mais graves", disse a co-primeira autora Dra. Virginia Newcombe, também do Departamento de Medicina de Cambridge. "Quera­amos projetar e desenvolver uma ferramenta que pudesse identificar e quantificar automaticamente os diferentes tipos de lesões cerebrais, para que pudanãssemos usa¡-la em pesquisa e explorar seu possí­vel uso em um ambiente hospitalar".

Os pesquisadores desenvolveram uma ferramenta de aprendizado de ma¡quina baseada em uma rede neural artificial. Eles treinaram a ferramenta em mais de 600 tomografias diferentes, mostrando lesões cerebrais de diferentes tamanhos e tipos. Eles validaram a ferramenta em um grande conjunto de dados existente de tomografias computadorizadas.

A IA conseguiu classificar partes individuais de cada imagem e dizer se era normal ou não. Isso pode ser útil para estudos futuros sobre como os ferimentos na cabea§a progridem, já que a IA pode ser mais consistente do que um ser humano na detecção demudanças sutis ao longo do tempo.

"Essa ferramenta nos permitira¡ responder a perguntas de pesquisa que não poda­amos responder antes", disse Newcombe. "Queremos usa¡-lo em grandes conjuntos de dados para entender o quanto a imagem pode nos dizer sobre o prognóstico dos pacientes".

"Esperamos que isso nos ajude a identificar quais lesões aumentam e progridem e a entender por que elas progridem, para que possamos desenvolver um tratamento mais personalizado para os pacientes no futuro", disse Menon.

Embora atualmente os pesquisadores planejem usar a IA apenas para pesquisa, eles afirmam que com validação adequada, ela também pode ser usada em certos cenários clínicos, como em áreas com recursos limitados, onde existem poucos radiologistas.

Além disso, os pesquisadores dizem que poderia ter um uso potencial em salas de emergaªncia, ajudando a levar os pacientes para casa mais cedo. De todos os pacientes com lesão na cabea§a, apenas entre 10 e 15% apresentam uma lesão que pode ser vista em uma tomografia computadorizada. A IA poderia ajudar a identificar esses pacientes que precisam de tratamento adicional, para que aqueles sem lesão cerebral possam ser enviados para casa, embora qualquer uso cla­nico da ferramenta precise ser completamente validado.

A capacidade de analisar grandes conjuntos de dados automaticamente também permitira¡ que os pesquisadores resolvam importantes questões de pesquisa cla­nica que antes eram difa­ceis de responder, incluindo a determinação de recursos relevantes para o prognóstico que, por sua vez, podem ajudar a direcionar as terapias.

A pesquisa foi apoiada em parte pela Unia£o Europeia, pelo Conselho Europeu de Pesquisa, pelo Conselho de Pesquisa em Engenharia e Ciências Fa­sicas, na Academia de Ciências Manãdicas / The Health Foundation e no Instituto Nacional de Pesquisa em Saúde.