HUS

HUSissa kehitetty tekoälyalgoritmi tunnistaa TT-kuvista aivoverenvuodon

16.1.2023 08:59:52 EET | HUS

Jaa

HUS on ollut mukana kehittämässä tekoälyyn perustuvaa työkalua, joka tunnistaa tietokonetomografiakuvista hengenvaarallisen aivoverenkiertohäiriön, lukinkalvonalaisen verenvuodon. Algoritmin tarkkuus on erinomainen ja sillä on mahdollisuus parantaa potilaiden oikea-aikaista diagnostiikkaa.

Kuvassa A näkyy pään TT-kuvassa laaja-alainen SAV. Kuvassa B on punaisella merkitty alueet, joissa algoritmi on havainnut verta.
Kuvassa A näkyy pään TT-kuvassa laaja-alainen SAV. Kuvassa B on punaisella merkitty alueet, joissa algoritmi on havainnut verta.

HUS Helsingin yliopistollisen sairaalan neurokirurgian tutkijat ovat olleet mukana kehittämässä tekoälyyn pohjautuvaa algoritmia, joka tunnistaa tehokkaasti tietokonetomografiakuvista lukinkalvonalaisen aivoverenvuodon (SAV).

Arvostetussa Neurology-lehdessä julkaistussa tutkimuksessa tarkasteltiin tekoälyyn perustuvan algoritmin toimivuutta aivoverenvuotopotilaiden diagnostiikassa. Tekoälyä opetettiin HUSissa hoidossa olleiden potilaiden pään TT-kuvien aineistoon pohjautuen. Tekoälytyökalun toimivuutta tarkasteltiin myös laajemmassa kansainvälisessä aineistossa.

Kovan päänsäryn takia päivystykseen tulleille potilaille tehdään tietokonetomografiakuvaus (TT) kriittisten elintoimintojen häiriöiden, kuten aivoverenvuodon poissulkemiseksi. Aivoverenvuodon syyn tunnistaminen on potilaan hoidon kannalta tärkeää. Lukinkalvonalaisen aivoverenvuodon saaneista potilaista jopa 75 prosenttia kuolee vuoden kuluessa uusintavuotoon, jos aivoverenvuotoa ei tunnisteta oikea-aikaisesti.

“Pään tietokonetomografiakuvaukset ovat sairaaloissa yleisimpiä päivystysajan kuvantamistutkimuksia ja SAV on yleisin aivoverenkiertohäiriöihin liittyvä työikäisten äkkikuoleman syy. Tekoälyalgoritmi pystyi tunnistamaan tarkasti lukinkalvonalaisen aivoverenvuodon. Tekoäly voisi toimia radiologien apuna kuvien tulkinnassa, erottelemalla ne tietokonetomografiakuvat, jotka vaativat kiireellisintä huomiota, Neurokeskuksen neurokirurgian osastonylilääkäri, dosentti Miikka Korja kertoo. 

Diagnoosin tekee edelleen radiologi ja hoitopäätökset hoitava lääkäri.

Tekoälytyökalu tunnisti 1 300 TT-kuvauksen aineistosta oikein 136 SAV-tapausta 137:stä. Aineisto koostui yhteensä 49 000 leikekuvasta, joista tekoäly tunnisti SAV-vuodon 1 845 leikekuvassa 2 110 leikkeen joukosta.

Algoritmi avattu tutkimusyhteisön käyttöön

Osana tutkimusartikkelia on perustettu internetsivusto, jossa kuka tahansa voi testata algoritmin toimintaa lataamalla sivustolle pään TT-kuvan.

”Tekoälyalgoritmin avaaminen läpinäkyvästi tutkimusyhteisön käyttöön on merkittävä uudistus lääketieteellisen kuvantamisen alalla ja pidämme tällaista toimintatapaa keskeisenä, kun jatkossa kehitetään kliiniseen työhön tarkoitettuja tekoälyyn perustuvia malleja”, toinen tutkimuksen päätutkijoista, lääkäri Heikki Peura HUSista kertoo.

Lukinkalvonalaisen aivoverenvuodon tunnistava tekoälyalgoritmi on jaettu avoimesti jatkokehitykseen. Tutkimusryhmä on jatkanut HUSin koordinoimassa CleverHealth Network -yritysyhteistyöekosysteemissa aivoverenvuotojen algoritmien kehittämistä, ja ensimmäinen kliiniseen käyttöön suunniteltu algoritmipaketti tunnistaa lukinkalvonalaisen aivoverenvuodon lisäksi muut spontaanit aivoverenvuodot. Juuri julkaistu algoritmi on osa uutta algoritmipakettia.

HUS toivoo saavansa uuden algoritmipaketin kliiniseen testaukseen 2023 aikana, ja jatkossa olisi toiveena saada algoritmille viranomaishyväksyntä käyttöön myös potilastyössä.


Artikkeli:

Antonios Thanellas, Heikki Peura, Mikko Lavinto et al.
Development and External Validation of a Deep Learning Algorithm to Identify and Localize Subarachnoid Hemorrhage on CT Scans.
Neurology 2022;00:1-10. doi:10.1212/WNL.0000000000201710

Avainsanat

HUSneurokirurgiatekoäly

Yhteyshenkilöt

lääkäri, väitöskirjatutkija, kehittämispäällikkö Heikki Peura: heikki.peura@hus.fi

Kuvat

Kuvassa A näkyy pään TT-kuvassa laaja-alainen SAV. Kuvassa B on punaisella merkitty alueet, joissa algoritmi on havainnut verta.
Kuvassa A näkyy pään TT-kuvassa laaja-alainen SAV. Kuvassa B on punaisella merkitty alueet, joissa algoritmi on havainnut verta.
Lataa

Tietoja julkaisijasta

HUS
HUS
Stenbäckinkatu 9, PL 100
00029 HUS

http://www.hus.fi

HUS Helsingin yliopistollisessa sairaalassa saa vuosittain hoitoa noin 680 000 potilasta. HUSissa työskentelee lähes 27 000 ammattilaista kaikkien potilaiden parhaaksi. Vastuullamme on 24 jäsenkunnan asukkaiden erikoissairaanhoito. Lisäksi meille on keskitetty valtakunnallisesti useiden harvinaisten ja vaikeiden sairauksien hoito.

HUS on Suomen suurin terveydenhuoltoalan toimija ja maan toiseksi suurin työnantaja. Osaamisemme on kansainvälisesti tunnettua ja tunnustettua. Yliopistollisena sairaalana tutkimme ja kehitämme jatkuvasti hoitomenetelmiämme sekä toimintaamme.

Tilaa tiedotteet sähköpostiisi

Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat tiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.

Lue lisää julkaisijalta HUS

Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.

Tutustu uutishuoneeseemme