Nuovo metodo innovativo per monitorare la pressione intracranica non invasivo post-trauma scoperto dai ricercatori di Johns Hopkins
RomeRicercatori della Johns Hopkins Medicine hanno scoperto un nuovo metodo, meno invasivo per misurare la pressione intracranica (ICP) nei pazienti con lesioni cerebrali. Questa tecnica utilizza l'intelligenza artificiale (AI) e potrebbe sostituire quelle tradizionali, più invasive, attualmente in uso.
Le attuali tecniche per il monitoraggio della pressione intracranica (ICP) richiedono di perforare il cranio per inserire un drenaggio ventricolare esterno (EVD) o un monitor intracerebrale (IPM). Queste operazioni comportano rischi considerevoli.
- Posizionamento errato del catetere: rischio del 15,3%
- Infezione: rischio del 5,8%
- Emorragia: rischio del 12,1%
Queste tecniche richiedono chirurghi esperti e attrezzature speciali, non sempre disponibili. La nuova ricerca offre una speranza più semplice e accessibile.
Un team presso Johns Hopkins, guidato dal Dr. Robert Stevens, ha utilizzato l'intelligenza artificiale per verificare se fosse possibile ottenere dati rilevanti sulla pressione cerebrale elevata senza metodi invasivi. Ritenevano che gravi lesioni cerebrali e alta pressione intracranica potessero modificare i pattern del cuore e del flusso sanguigno a causa di problemi con il sistema nervoso autonomo centrale. Questo suggerisce che i dati provenienti dal corpo al di fuori del cervello potrebbero essere utili per comprendere i livelli di pressione cerebrale.
Hanno analizzato i collegamenti tra l'andamento dell'ICP e altri tre parametri fisiologici che si registrano frequentemente nelle unità di terapia intensiva.
- Misurazione invasiva della pressione arteriosa (ABP)
- Fotopletismografia (PPG)
- Elettrocardiografia (ECG)
I ricercatori hanno utilizzato questi dataset per addestrare diversi algoritmi di deep learning. I risultati hanno dimostrato che l'IA può prevedere accuratamente i livelli di ICP dai segnali extracranici. La sua efficacia è risultata simile o superiore ai metodi invasivi attualmente in uso.
Il monitoraggio non invasivo della pressione intracranica rappresenta un notevole progresso. Potrebbe essere reso più facilmente accessibile, soprattutto in aree prive delle attrezzature necessarie per i metodi attuali che richiedono un intervento chirurgico.
Il dottor Stevens ritiene che, una volta testato completamente, questo metodo basato sull'intelligenza artificiale potrebbe semplificare il monitoraggio della pressione cerebrale. Ciò significherebbe che più pazienti potrebbero ricevere cure rapide ed efficaci, migliorando così i risultati per coloro che soffrono di gravi lesioni cerebrali, ictus o accumulo di liquidi nel cervello.
Lo studio è stato pubblicato sulla rivista Computers in Biology and Medicine. Ha coinvolto diversi esperti, tra cui i laureati in ingegneria biomedica Shiker Nair, Alina Guo, Arushi Tandon e Joseph Boen, lo studente di master Meer Patel, gli studenti dell'ultimo anno di ingegneria biomedica Atas Aggarwal, Ojas Chahal e Sreenidhi Sankararaman, il professor Nicholas D. Durr, il neurochirurgo residente Tej D. Azad e il professor Romain Pirracchio dell'Università della California, San Francisco.
Il monitoraggio non invasivo della pressione intracranica offre un modo più sicuro per controllare la pressione cerebrale. Questo nuovo metodo potrebbe rivoluzionare la cura dei pazienti con gravi lesioni cerebrali. Un team variegato di esperti sta collaborando per rendere questa tecnologia disponibile nella pratica medica.
Lo studio è pubblicato qui:
http://dx.doi.org/10.1016/j.compbiomed.2024.108677e la sua citazione ufficiale - inclusi autori e rivista - è
Shiker S. Nair, Alina Guo, Joseph Boen, Ataes Aggarwal, Ojas Chahal, Arushi Tandon, Meer Patel, Sreenidhi Sankararaman, Nicholas J. Durr, Tej D. Azad, Romain Pirracchio, Robert D. Stevens. A deep learning approach for generating intracranial pressure waveforms from extracranial signals routinely measured in the intensive care unit. Computers in Biology and Medicine, 2024; 177: 108677 DOI: 10.1016/j.compbiomed.2024.108677Condividi questo articolo