Boyang Y et al. Neurocritical Care Feb 2025 (43): 119-129

Dieses Paper dient nur als Beispiel für die Nutzung von AI bzw. „Machine Learning“ in der Neurochirurgie/Neuroradiogie und wird nur kurz zitiert.

Hier wurde bei 900 Patienten anhand der initialen Bildgebung sowie klinischen Daten bei der Aufnahme ein Vorhersagemodell mittels Machine Learning entwickelt und die Vorhersagen bezüglich einer Blutungszunahme entwickelt und mit den Vorhersagen von klinisch tätigen Ärzten verglichen.

Initial wurde an einer Testkohorte von 621 Probanden die AI trainiert, und schließlich an einer unabhängigen Testkohorte von 279 Probanden die Funktion getestet.

Kliniker erhielten die gleichen HCT-Bilder sowie die gleichen klinischen Daten und wurden gebeten, entsprechend eine Hämatomzunahme vorherzusagen.

Die vergleichenden Daten ergaben, dass die AI eine bessere Vorhersage für die Zunahme der Hämatomgröße erstellte als die klinischen Counterparts. Dies bedeutet, dass es sicher sinnvoll ist, die AI weiterhin zu integrieren und auch zu verbessern, um zusammen mit der klinischen Beurteilung die Diagnostik und auch Therapien zu optimieren und Vorteile für die jeweiligen Patienten zu erarbeiten.