Hybrid-3D/-2D konvolutionale neurale Netzwerke für die Evaluation von Blutungen in der Schädel-CT

Intrakranielle Blutungen stellen einen kritischen medizinischen Notfall dar, der bei 40 % der Patienten trotz aggressiver Behandlung tödlich endet. Die frühe und akkurate Diagnose ist für das Management von akuten intrakraniellen Blutungen unabdingbar. Gerade in Notaufnahmen verzögert sich die Diagnose um zum Teil mehrere Stunden. Daher kann die Entwicklung eines Tools, das die rasche und exakte Diagnose einer intrakraniellen Blutung ermöglicht, eine schnelle therapeutische Reaktion und letztendlich verbesserte Outcomes erzielen.

Fazit

Die Autoren kommen zu dem Schluss, dass die von Ihnen durchgeführte Studie die hohe Performance eines voll automatisierten Deep-Learning-Algorithmus für die Detektion und Quantifizierung von intrakraniellen Blutungen bei CT-Untersuchungen des Kopfes ohne Kontrastmittel demonstriert. Die Methode wird in der nahen Zukunft, so die Autoren, eine wichtige Rolle in der klinischen Anwendung spielen. Ein solches Tool kann entweder in das Triage-System implementiert werden, um den Radiologen bei der Identifikation von hochprioritären Untersuchungen zu unterstützen bzw. als Methode für die schnelle Quantifizierung von Blutungsvolumina genutzt werden, um akkuratere und detailliertere Informationen für die klinische Entscheidungsfindung zu liefern.