Zvýšený ICP může být život ohrožující a jeho přesné monitorování je klíčové pro prognózu pacienta. Standardní postupy ovšem vyžadují umístění měřicích čidel do těsného kontaktu s tkání mozku či až do mozkových komor, což s sebou nese řadu rizik. Kupříkladu při zevní komorové drenáži (EVD) hrozí chybné umístění katetru, k němuž dochází přibližně u 15 % případů, dále nebezpečí infekce mozkových blan či mozku (zhruba u 6 % případů) a krvácení (u 12 % případů). Zapotřebí bývá chirurgická expertiza a nutné speciální vybavení nebývá dostupné všude.
Autoři citované práce ověřovali hypotézu, že vážné poškození mozku, a zejména elevaci ICP, provázejí patologické změny v systémové kardiocirkulační funkci (například kvůli dysregulaci v autonomním nervovém systému), a že tedy pro lepší pochopení aktivity mozku a závažnosti ICP lze studovat extrakraniální fyziologické procesy. V níže citované studii zkoumali vztah křivky ICP a 3 fyziologických křivek, které jsou rutinně zjišťovány na jednotkách intenzivní péče: arteriálního krevního tlaku (aTK), fotopletyzmografie (PPG) a elektrokardiografie (EKG). Výzkumníci předpokládali, že za pomoci metody hlubokého učení z nich lze vypočítat – a tedy získat neinvazivně – křivky ICP.
Pro účely studie byly anonymizovány údaje v databázi MIMIC-III. Hodnoceno bylo 600 hodin simultánně získaných dat o průběhu ICP, ABP, EKG a PPG u 10 pacientů přijatých na JIP s kritickými poruchami mozku. Údaje byly rozděleny do nepřekrývajících se 10sekundových oken a z křivek aTK, EKG a PPG byla metodami hlubokého učení (DL) vytvořena opět křivka ICP. Posuzována přitom byla prediktivní výkonnost 6 různých modelů DL (RNN, GRU, LSTM, TCN, VNET, Transformer), a to v iteracích s 1 i více pacienty.
Klíčovým zjištěním je skutečnost, že nejlepší modely předpovídaly ICP se střední průměrnou chybou (MAE) přibližně 5 mmHg a omezeným bias. Výzkumníci zjistili, že důležitý signál při predikci ICP představuje PPG. MAE (± směrodatná odchylka [SD]) nejvýkonnějších modelů činila 1,34 (± 0,59) mmHg (iterace s 1 pacientem), resp. 5,10 (± 0,11) mmHg (iterace s více pacienty).
Autoři studie tak mohli konstatovat, že celkově výsledky podpořily jejich hypotézu, že informace o průběhu křivky ICP jsou kódovány v tvarech křivek EKG, PPG a aTK: „Tento výzkum poskytuje přesvědčivé důkazy, že je možné přesně vypočítat náhradní tvar křivky ICP z extrakraniálních fyziologických údajů. Při další validaci by naše algoritmy, které umožňují sledování v reálním čase a mají neinvazivní povahu, mohly být integrovány do klinického pracovního postupu sledování ICP, což by představovalo významný pokrok s ohledem na současné invazivní přístupy.“
Výsledky předběžně podporují proveditelnost a přesnost použitého postupu, byly přesnější než většina ostatních neinvazivních technik a na stejné úrovni s invazivními technikami. S upřesněním a další validací by tato metoda mohla představovat bezpečnější, šetrnější a dostupnější alternativu k invazivnímu měření ICP, což by umožnilo rychlé zahájení léčby závažných poranění mozku, navíc při nižší náročnosti na zdroje.
(esr)
Zdroje:
1. Nair S. S., Guo A., Boen J. et al. A deep learning approach for generating intracranial pressure waveforms from extracranial signals routinely measured in the intensive care unit. Comput Biol Med 2024 Jul; 177 : 108677, doi: 10.1016/j.compbiomed.2024.108677.
2. New research identifies less invasive method for examining brain activity following traumatic brain injury. Johns Hopkins Medicine, 2024 Jul 23. Dostupné na: www.hopkinsmedicine.org/news/newsroom/news-releases/2024/07/new-research-identifies-less-invasive-method-for-examining-brain-activity-following-traumatic-brain-injury
