Desenvolvido algoritmo para procedimento de remoção de coágulos!

Um algoritmo desenvolvido pelo corpo docente do Centro de Ciências da Saúde da Universidade do Texas em Houston, EUA, pode ajudar médicos fora dos principais centros de tratamento de AVC a avaliar se um paciente que sofre de AVC isquêmico se beneficiaria de um procedimento endovascular para remoção de coágulos que bloqueia uma artéria.

Avaliação mais precisa para a remoção de coágulos

A trombectomia endovascular é um procedimento que envolve a passagem de um cateter pela artéria femoral da perna até o cérebro, onde a remoção de coágulos pode ser removido mecanicamente. Desde 2015, estudos demonstraram que isso pode melhorar os resultados para pacientes com AVC, mas apenas se a quantidade de tecido cerebral lesionada for mínima no momento do tratamento.

Infelizmente, a neuroimagem avançada para detectar em poucas horas se um paciente é candidato ao tratamento está limitada a ressonância magnética emergente ou perfusão por tomografia computadorizada (TC). Esse tipo de tecnologia e conhecimento não está disponível na maioria dos hospitais comunitários e centros de AVC primário.

“Com a trombectomia endovascular, agora temos um tratamento para acidente vascular cerebral isquêmico que é realmente revolucionário. Isso nos permite receber pacientes com acidente vascular cerebral com incapacidade grave e devolvê-los a uma vida quase normal. Infelizmente, as técnicas avançadas de imagem usadas atualmente para identificar quais pacientes se beneficiam com esse procedimento não estão amplamente disponíveis fora dos grandes hospitais de referência. Como resultado, a maioria dos pacientes com AVC não tem acesso à triagem baseada em diretrizes para esses tratamentos”, disse o professor Sunil A. Sheth, um dos desenvolvedores do algorítimo.

Em resposta, desenvolveram uma ferramenta de inteligência artificial que poderia ser usada com uma técnica de imagem amplamente disponível, o angiograma por TC. A ferramenta pode analisar imagens “aprendendo” automaticamente padrões sutis de imagem que podem ser usados ​​como proxy para outras modalidades de imagem mais avançadas, mas não prontamente disponíveis, como a perfusão por TC.

Para testar a ferramenta, a equipe de pesquisa identificou pacientes em seu registro de derrame que sofreram um derrame ou tiveram condições que imitavam o derrame.

Dos 224 que tiveram derrame, 179 tiveram vasos sanguíneos cerebrais bloqueados. O algoritmo DeepSymNet aprendeu a identificar esses bloqueios a partir das imagens de angiograma de TC e treinou o software para usar essas mesmas imagens para definir a área do cérebro que havia morrido, usando as varreduras simultâneas de perfusão de TC adquiridas como o “padrão-ouro”.

“A vantagem é que você não precisa estar em um centro de saúde acadêmico ou em um hospital terciário para determinar se esse tratamento beneficiaria o paciente. E o melhor de tudo, o angiograma por TC já é amplamente utilizado para pacientes com derrame”, concluiu o professor Sheth.

Os resultados de seu estudo clínico usando o algoritmo foram publicados na revista Stroke.