Genrebild vårdpersonal vid sjuksäng med övervakningsutrustning.
​I ett kliniskt projekt ska forskare från bland annat Sahlgrenska universitetssjukhuset och Institutionen för data- och informationsteknik undersöka om man med hjälp av AI kan spåra tidiga tecken på syrebrist i hjärnan.
Foto: VGR/Sahlgrenska universitetssjukhuset presstjänst.

Kan AI hitta tidiga tecken på stroke?

​Kan AI hjälpa till att upptäcka syrebrist i hjärnan som leder till stroke? Det ska forskare vid Sahlgrenska Universitetssjukhuset och Institutionen för data- och informationsteknik undersöka i ett kliniskt forskningsprojekt med start i oktober.
– Det här är klinisk forskning när den är som bäst, säger Helena Odenstedt Hergès, överläkare på Sahlgrenska Universitetssjukhuset och adjungerad universitetslektor vid Sahlgrenska akademin. 

Hos en nedsövd patient kan till exempel hjärtat signalera att något inte är bra uppe i hjärnan. Det är subtila ändringar i signaler som är svåra att upptäcka. Nu vill forskare ta reda på om det genom AI går att spåra och eventuellt förhindra en kommande stroke hos sövda patienter. Metoden skulle kunna utvecklas till ett varningssystem som larmar när patienter under narkos utvecklar syrebrist i hjärnan med stroke som följd. Det kan röra sig om kritiskt sjuka patienter på intensivvården, sövda patienter och patienter som redan utvecklat stroke men även andra patientgrupper 
– Kan vi upptäcka hotande syrebrist i hjärnan utifrån andra fysiologiska signaler genom att analysera stora mängder data genom AI? Forskningen syftar till att upptäcka och eventuellt förhindra syrebrist i hjärnan hos bland annat sövda patienter. En läkare har inte möjlighet att analysera all den data som registreras från en patient, men det kan AI, säger Helena Odenstedt Hergès. 

Forskare på avdelningen för Software Engineering vid institutionen för data- och informationsteknik ska arbeta för att ta fram en predikteringsmodell som kan varna läkarna när det uppstår mönster som kan vara tecken på syrebrist i hjärnan som kan utvecklas till stroke. De kommer främst att använda sig av supervised learning och utveckla en kedja av algoritmer där resultatens tillförlitlighet ökar med varje steg.
– För mig är projektet viktigt för att få en bättre förståelse av utmaningarna med att utveckla AI-baserad mjukvara i sjukvården. Genom att vistas i sjukhusmiljö, och observera kliniskt arbete, kan jag säkerställa att vi inte missar viktiga kvalitetsaspekter på grund av brister i datakvalién eller hur vi utvecklar våra algoritmer, säger Miroslaw Staron, professor på avdelningen för Software Engineering.

Det formulerade forskningsprojekt som startar i höst är ett samarbetsprojekt beroende av flera kompetenser, kliniskt verksamma läkare och forskare i teknik och mjukvaruutveckling. Bland andra professor Miroslaw Staron, Institutionen för data- och informationsteknik, Göteborgs universitet/Chalmers tekniska högskola, Professor Silvana Naredi, Professor Mikael Elam, Med Dr Linda Block, Med Dr Jaquette Liljenkrantz, Leg läk Ali El Merhi, leg läk Richard Vithal, SU, SA.

Projektet finansieras delvis av CHAIR – Chalmers AI Research Center

Kontakt:

Miroslaw Staron, professor, avdelningen för Software Engineering.
E-post: miroslaw.staron@cse.gu.se
Telefon: 031-772 10 81
 

Fakta om studien:

  • Studien är inte gjord tidigare och är registrerad i Clinical trials ClinicalTrials.gov (NCT03919370).
  • Studien är etikprövad och godkänd och startar i oktober 2020.
  • Studieprotokollet är publicerat i Acta Anaesthesiologica Scandinavica 2020;64(9):1335-1342. Cerebral ischemia detection using artificial intelligence (CIDAI) – A study protocol.
Den aktuella studien påverkar inte patienten mer än att teamet samlar in deras data från befintliga kliniska övervakningsmetoder för att sedan analysera den med AI. I en första pilotstudie med 20 patienter fokuserar forskningsteamet på att analysera förändringar av mönster i inspelade data i relation till utveckling av syrebrist i hjärnan.

Publicerad: to 19 nov 2020.