Screenshot YouTube
Machine-learning analyse van CT-scans tijdens opname in de noodsituatie maakt het eerder opsporen van intracerebrale bloedingen mogelijk en vermindert het sterftecijfer met ruim 30 procent, volgens een studie gepubliceerd in het International Journal of Emergency Medicine.
Bij het onderzoek, uitgevoerd door Dr. David Orion, directeur van de afdeling Acute Stroke & Neuro-Endovascular van het Sheba Medical Center in Israël, waren 587 patiënten betrokken en werd het algoritme van Aidoc gebruikt om CT-scans van hun hoofd te analyseren.
Dr. David Orion, directeur van de afdeling Acute Stroke & Neuro-Endovascular van het Sheba Medical Center. Foto met dank aan Sheba Medical Center via ISRAEL21c
Aidoc, een bedrijf opgericht in Sheba's ARC Innovation Center, ontwikkelt AI-oplossingen voor de klinische praktijk die door meer dan 1.000 medische centra wereldwijd worden gebruikt.
De resultaten van het onderzoek toonden aan dat AI-analyse van CT-scans leidde tot eerdere detectie van intracerebrale bloedingen, waardoor artsen snel therapeutische interventies konden beginnen toe te dienen en zo levens konden redden.
“Intracerebrale bloedingen zijn een van de meest kritieke medische aandoeningen in de spoedeisende hulp, waarbij vroege detectie van cruciaal belang is om verlies van mensenlevens en verdere morbiditeiten te voorkomen”, aldus Orion in gesprek met ISRAEL21c.
“Deze studie toont de enorme impact van AI aan om betere patiëntresultaten te bewerkstelligen, levens te redden en de algehele kwaliteit van leven te verbeteren.”
CT scan. Screenshot YouTube
De studie onderzocht ook de impact van AI-analyse en het vroegtijdig starten van de behandeling op de mate van invaliditeit of afhankelijkheid in de dagelijkse activiteiten van patiënten met neurologische handicaps. Patiënten in het AI-cohort hadden bij ontslag een significant lagere mate van invaliditeit of afhankelijkheid dan de controlepersonen.
