Publicación:

Estrategia computacional para la predicción del tratamiento de pacientes con accidente cerebrovascular isquémico usando hallazgos radiológicos y variables clínicas

Resumen

El accidente cerebrovascular es la segunda causa de mortalidad y la tercera causa de discapacidad en todo el mundo. La atención inmediata y la planificación del tratamiento son claves para un pronóstico favorable del paciente. Según las guías clínicas, el tratamiento se define a partir de variables como la localización del territorio arterial afectado, el volumen de la lesión, las comorbilidades y la afectación neurológica. Sin embargo, tal definición y planificación dependen de la revisión completa y de la correlación compleja de variables por parte de los expertos, lo cual es subjetivo y repercute en la planificación efectiva del tratamiento. En este trabajo de investigación se desarrolló una estrategia multimodal que tiene la capacidad de codificar variables clínicas, así como también patrones imagenológicos de la lesión. En cuanto a las variables clínicas, se aprendió un diccionario para dar una codificación embebida de estas variables. En otra rama de procesamiento, la región de interés fue codificada a través de una arquitectura transformer, para obtener un embebido de la representación visual. Seguidamente, tanto el embebido de texto como el embebido visual son concatenados y ajustados para determinar la clasificación del tratamiento. En un estudio con 156 pacientes y tres posibles tratamientos (trombólisis farmacológica, trombectomía mecánica o tratamiento conservador), el enfoque multiclase propuesto alcanzó un F1 promedio de 54.1% y una exactitud de 55.8%, brindando una herramienta prometedora para la definición del tratamiento.