Algoritmeontwikkeling middels kunstmatige intelligentie voor de triage van patiënten met een beroerte in de ambulance met elektro-encefalografie

Endovasculaire trombectomie (EVT) is de standaard behandeling voor
herseninfarcten als er sprake is van een occlusie van een groot bloedvat in de
voorste circulatie (LVO). Vanwege de complexiteit ervan, wordt EVT alleen
verricht in geselecteerde ziekenhuizen. Momenteel wordt ongeveer de helft van
de patiënten die voor EVT in aanmerking komen eerst in een ziekenhuis
gepresenteerd waar deze behandeling niet kan worden gegeven. Dit vertraagt het
moment van starten met de therapie met ongeveer een uur, hetgeen de kans op een
goede klinische uitkomst voor de patiënt kleiner maakt. Het direct presenteren
van alle patiënten met verdenking op een herseninfarct in een ziekenhuis waar
EVT beschikbaar is, is ook niet mogelijk, omdat bij slechts ongeveer 7% van
deze patiënten sprake is van een LVO. Hierom is een geavanceerde triagemethode
nodig, waarmee patiënten met zo een LVO in de ambulance al geïdentificeerd
kunnen worden. Eerdere studies hebben laten zien dat het EEG-signaal bijna
gelijk verandert als reactie op vermindering van de cerebrale doorbloeding.
Daarnaast zijn er verschillen gevonden tussen het EEG-signaal van patiënten met
een LVO en alle andere patiënten met verdenking op een herseninfarct.
Resultaten van onze pilot studie (ELECTRA-STROKE; NL65939.018.18) suggereren
dat door het gebruik van droge elektroden een EEG-registratie in de
prehospitale setting door relatief onervaren ambulancepersoneel binnen vijf
minuten uitgevoerd kan worden. Een volgende cruciale stap is om een
EEG-gebaseerd algoritme te ontwikkelingen die nauwkeurig en betrouwbaar
patiënten met een LVO identificeert en een makkelijk te interpreteren uitkomst
geeft, bijvoorbeeld LVO - geen LVO.

Het ontwikkelen van een of meerder algoritmes middels kunstmatige intelligentie
op basis van ambulante EEG-data met een optimale diagnostische accuratesse voor
LVO in een groep van patiënten met verdenking op een herseninfarct in de
prehospitale setting.

AI-STROKE is een onderzoeker-geïnitieerd, multicenter, diagnostische studie.

Deel A: Algoritmeontwikkeling en validatie in patiënten met verdenking op een
herseninfarct in de prehospitale setting. Tevens analyse van de technische en
logistieke haalbaarheid van het verrichten van een EEG-registratie in de
prehospitale setting door ambulancepersoneel in de prehospitale setting.

Deel B: Algoritmeontwikkeling en validatie in patiënten met verdenking op een
herseninfarct op de spoedeisende hulp.

Bij elke patiënt zal een enkele EEG-registratie uitgevoerd worden. Een
EEG-registratie is een veilige en non-invasieve procedure die vaak wordt
uitgevoerd in de standaard klinische praktijk. Het gebruik van droge elektroden
maakt het mogelijk om een registratie te doen in minder dan vijf minuten.
Initiatie van de behandeling voor een herseninfarct zal daarom niet vertraagd
worden. De droge elektroden veroorzaken geen tot minimale discomfort, en alleen
tijdens de meting. We verwachten geen gezondheidsrisico's, omdat we alleen
CE-gemarkeerde producten gebruiken voor het uitvoeren van een EEG-registratie.
De behandeld artsen en het ambulancepersoneel worden niet getraind en niet
geïnstrueerd om het EEG te interpreteren, daarom zal het EEG-signaal de keuze
omtrent diagnose en behandeling niet beïnvloeden. 'Deferred informed consent'
zal zo snel mogelijk, bij voorkeur binnen 72 uur na aankomst in het ziekenhuis
of bij ontslag, gevraagd worden. Wanneer toestemming is gegeven, zal een case
report form (CFR) ingevuld worden met informatie over patiëntkarakteristieken,
medische voorgeschiedenis, medicatiegebruik, fysieke en neurologische
beoordeling uitgevoerd door de behandelend arts, resultaten van de
beeldvorming, diagnose en behandeling, als ook logistieke, technische en
gebruiksinformatie, verkregen van de patiënt, de behandelend arts en het de
ambulanceorganisatie. Er zijn geen vervolgbezoeken. Voor de patiënt is er geen
voordeel van het meedoen aan de studie.