KI ermöglicht EEG-basierte Triage von Schlaganfallpatient:innen

Lesedauer beträgt 3 Minuten
Autor: Manfred Hartmann
Diese Serie erscheint in Kooperation mit:

Für Schlaganfallpatient:innen mit einem Verschluss einer der großen Gehirnarterien existiert seit 2015 eine neue Therapiemethode, die endovaskuläre Trombektomie. Diese kann in spezialisierten Schlaganfallzentren durchgeführt werden und die Prognose der Betroffenen signifikant verbessern. Um Patient:innen, die diese Therapiemethode benötigen, schon vor dem Transport zu identifizieren, entwickelt das AIT in internationalen Kooperationsprojekten ein EEG-basiertes Triagegerät. Durch den Einsatz dieses Gerätes sollen zukünftig Sekundärtransporte vermieden und dadurch die Prognose dieser Patient:innen verbessert werden.

Jedes Jahr erleiden Millionen von Menschen einen Schlaganfall, das ist weltweit die häufigste neurologische Ursache für Tod und Behinderung. Die Kosten für Schlaganfälle in Europa belaufen sich jährlich auf über 60 Milliarden Euro. Für unsere Gesellschaft ist dies ein großes Problem, das aufgrund der alternden Bevölkerung vermutlich noch weiter zunehmen wird. Von drei Menschen, die einen Schlaganfall erleiden, überlebt eine Person nicht und jede zweite wird in der Folge dauerhaft mit Einschränkungen leben müssen.

Ein Schlaganfall ist entweder ein Verschluss einer intrakraniellen Arterie im Gehirn (ischämischer Schlaganfall) oder eine geplatzte intrakranielle oder subarachnoidale Arterie (hämorrhagischer Schlaganfall). Etwa 90% der Sterblichkeit und 60 % der Behinderungen in Folge eines Schlaganfalls werden durch den Verschluss eines der großen Gefäße verursacht, die das Gehirn versorgen, einer sogenannten „Large Vessel Occlusion“ – LVO. Im Jahr 2015 wurde für die Behandlung solcher LVOs eine revolutionäre Therapiemethode eingeführt, die endovaskulären Thrombektomie. Diese verbessert die Prognose für Betroffene deutlich, wenn sie schnell durchgeführt werden kann: „Time is Brain“. Derzeit werden Schlaganfallpatient:innen üblicherweise in das nächstgelegene Krankenhaus für allgemeine Schlaganfalltherapien transportiert, von diesen Krankenhäusern sind jedoch nur 10-20% für diese spezielle Therapieform ausgestattet.

Für die betroffene Person zählt jede Minute und so existiert ein nicht gedeckter Bedarf, LVO-Schlaganfallpatient:innen zu identifizieren, bevor sie in ein Krankenhaus gebracht werden. So könnten die Patient:innen unmittelbar in ein Krankenhaus gebracht werden, das Thrombektomien durchführt. Zeitraubende Folgetransporte könnten so vermieden werden. Derzeit werden ca. 50% der LVO-Schlaganfallpatient:innen zunächst in das falsche Krankenhaus gebracht, und mit jeder Minute sinkt die Chance auf ein gutes Behandlungsergebnis. Könnte diese Verzögerung der endovaskulären Behandlung verhindert werden, würde dies nicht nur die Prognose für die Betroffenen drastisch verbessern, auch das Gesundheitssystem würde mit bis zu 53.000 Euro pro LVO-Schlaganfallpatient entlastet werden.

Zwei große Studien haben ergeben, dass sich die Zeit bis zur Thrombektomie um 60 bis 110 Minuten verkürzen würde, wenn alle LVO-Schlaganfallpatienten direkt in ein spezialisiertes Krankenhaus gebracht würden. Diese Zeitersparnis wiederum verringert die Sterblichkeit und verlängert das gesunde Leben der Patient:innen im Durchschnitt um bis zu 8 Monate. Derzeit ist eine genaue LVO-Schlaganfalltriage im Rettungswagen jedoch noch nicht möglich.  

Drei Minuten bis zur Entscheidung

Eine Möglichkeit für eine solche Triage besteht in der Messung und Auswertung von Elektroenzephalogrammen (EEG), sogenannten Hirnströmen. Diese können die Minderversorgung des Gehirns mit Sauerstoff bei einem Schlaganfall in den EEG-Kurven angezeigen. Die Durchführung von EEG-Messungen vor Ort ist jedoch mit großen Herausforderungen verbunden:

  • Sie muss von Sanitäter:innen durchgeführt werden, die im Vergleich zu professionellen EEG-Techniker:innen nur über eine geringe Ausbildung auf diesem Gebiet verfügen.
  • Die Interpretation muss vollständig automatisiert werden, da die visuelle Interpretation aufwendiges Training erfordert und üblicherweise von geschulten Neurolog:innen durchgeführt wird.
  • Das Gerät muss tragbar, leicht und leistbar sein, und der LVO-Test muss schnell und ausreichend genau sein.  

In der Competence Unit Medical Signal Analysis des AIT Center for Health and Bioresources arbeiten wir in zwei Kooperationsprojekten an der Entwicklung einer solchen Lösung: Ein tragbares Gerät ermöglicht eine Triage von Schlaganfallpatient:innen auf Basis von Elektroenzephalogrammen (EEG), die im Krankenwagen gemessen und automatisch analysiert werden.

Eines dieser Projekte heißt EEG4Stroke und wird von Eurostars gefördert, einem Teil der Europäischen Partnerschaft „Partnership on Innovative SMEs“, welche von der Europäischen Union durch Horizon Europe kofinanziert wird. Das in EEG4Stroke entwickelte Gerät wird mit einem EEG-Verstärker und EEG-Kappen in unterschiedlichen Größen ausgestattet sein, welche mit Hilfe von Trockenelektroden eine besonders rasche Durchführung der Messung ermöglichen. Auf einem Tablet-Computer wird die automatische Analyse durchgeführt und die Bediensoftware betrieben. 

Die Entwicklung der Algorithmen für die vollautomatische Analyse der EEG-Kurven wird am AIT durchgeführt. Das AIT verfügt über langjährige, umfangreiche Erfahrung in der Entwicklung von Methoden für die automatisierte Analyse und Verarbeitung von EEGs und hat z.B. die zertifizierte EEG-Software encevis (encevis.com) entwickelt, die in zahlreichen Krankenhäusern im Einsatz ist. Für die Entwicklung der Algorithmen für die Schlaganfalltriage kommen effektive Methoden für die automatische Unterdrückung von Aufnahme-Artefakten in den EEG-Messungen und moderne Methoden der künstlichen Intelligenz zum Einsatz. Derzeit ist ein weiteres Projekt in Planung, in dem diese Methoden nach ihrer Fertigstellung in einer großen, multizentrischen und internationalen Studie klinisch evaluiert und in der Folge zertifiziert werden sollen. 

Manfred Hartmann, Scientist
Medical Signal Analysis, Center for Health & Bioresources
AIT Austrian Institute of Technology

Manfred Hartmann ist Scientist am AIT und Autor und Co-Autor von über 16 Publikationen in internationalen Fachzeitschriften. Er forscht seit über 15 Jahren auf dem Gebiet der automatisierten EEG Signalanalyse und war maßgeblich an der Entwicklung der Algorithmen für die EEG-Software encevis beteiligt, die international in zahlreichen Krankenhäusern eingesetzt wird. Seine Forschungsinteressen unfassen die EEG-Artefaktunterdrückung, Erkennung von EEG-Mustern bei Epilepsie, und das EEG von Schlaganfallpatienten.

Weitere Blogbeiträge dieser Institution:

Zehn Prozent der Menschen in Österreich über 65 Jahren leiden unter Demenz, doch auch Jüngere kann es treffen, die Auswirkungen auf das Leben und das Umfeld sind gravierend. Bis jetzt ist es schwierig und teuer Demenz früh zu erkennen, da diese jedoch nur verlangsamt und nicht geheilt werden kann, ist dies essenziell. Künstliche Intelligenz kann Anzeichen frühzeitig erkennen und ermöglicht eine breite Anwendung, etwa im Rahmen der jährlichen Vorsorgeuntersuchung.

Ist eine Behandlung mit Antibiotika zielführend? Zwischen bakterieller und viraler Infektion schnell und kostengünstig zu unterscheiden ist nur ein Anwendungsbeispiel für papierbasierte Biosensoren. Das EU-Projekt IMPETUS hat ein neues Fertigungsverfahren für papierbasierte diagnostische Testsysteme entwickelt. Das medizinische Fachpersonal benötigt nur noch ein Smartphone mit passender App um das Ergebnis der günstigen, umweltfreundlichen Teststreifen abzulesen, die das Labor in die Ärztliche Praxis bringen. Dieses neue Fertigungsverfahren für papierbasierte Tests und die dabei entstandene Pilotlinie ist eine wichtige Grundlage für den nächsten Schritt von reparativer zur präventiver Gesundheitsversorgung.

Die Pulswellenanalyse gewinnt zunehmend an Bedeutung in der Behandlung der arteriellen Hypertonie gemäß den aktuellen Behandlungsrichtlinien. Diese innovative Methode erlaubt es, bisher vernachlässigte Informationen über die Pulswelle zu gewinnen und individuelle Therapieansätze zu entwickeln.