Aiškinamosios DI pagrįstos multimodalinės KT/KTA sistemos, skirtos ankstyvai smegenų vazospazmo ir vėlyvosios smegenų išemijos prognozei, kūrimas (ExactDCI)

 

Projekto nr.: S-ITP-26-14

Projekto aprašymas:

Aneurizminė subarachnoidinė hemoragija (aSAH) – sunki cerebrovaskulinė būklė, dažnai komplikuojasi į smegenų vazospazmo (SV) ir vėlyvosio smegenų išemijos (VSI) susiformavimą, reikšmingai didinančiomis mirštamumą, ilgalaikę negalią ir sveikatos priežiūros išlaidas. Nepaisant pažangos neurochirurgijoje ir neurointensyvioje terapijoje, patikima ankstyva šių komplikacijų prognozė išlieka neišspręsta klinikinė problema. Dabartiniai metodai daugiausia remiasi vėlyvais fiziologiniais ar vaizdiniais požymiais ir nepakankamai išnaudoja rutiniškai renkamų multimodalinių duomenų potencialą.
Projektu siekiama sukurti ir validuoti aiškinamąją multimodalinę skaitmeninę sistemą ankstyvam SV ir VSI rizikos vertinimui, integruojančią kompiuterinės tomografijos (KT), KT angiografijos (KTA), KT perfuzijos (KTP) bei klinikinius ir laboratorinius duomenis. Bus taikomi pažangūs medicininių vaizdų analizės metodai, smegenų kraujagyslių anatomijos charakterizavimas, personalizuotas smegenų skysčių dinamikos modeliavimas ir neapibrėžties vertinimu grįsti dirbtinio intelekto algoritmai. Tikslas – sukurti anatomiškai lokalizuotą, kliniškai interpretuojamą ir patikimą SV/VSI rizikos įvertinimą.

Projekto finansavimas:

Lietuvos mokslo taryba, paskirtinė programa „Informacinės technologijos mokslo ir žinių visuomenės plėtrai“

Projekto rezultatai:

Numatomi rezultatai: harmonizuota multimodalinė duomenų bazė, validuotos analizės procedūros ir pusiau integruotas prototipas, išbandytas imituotoje klinikinėje aplinkoje. Projektas prisidės prie aiškinamojo dirbtinio intelekto plėtros biomedicinoje, stiprins tarpdisciplininį bendradarbiavimą tarp inžinerijos ir klinikinių mokslų bei nacionalines kompetencijas pažangios medicininių duomenų analizės srityje.
Ilgalaikėje perspektyvoje projekto rezultatai sudarys sąlygas pereiti nuo reaktyvios prie personalizuotos prevencinės neurointensyvios priežiūros, kas leistų pagerinti SAH pacientų klinikines baigtis ir mažintų gydymo kaštus. Projektas taip pat stiprins doktorantų ir magistrantų rengimą dirbtinio intelekto, modeliavimo ir biomedicininių duomenų analizės srityse.

Projekto įgyvendinimo laikotarpis: 2026-09-01 - 2028-08-31

Projekto koordinatorius: Kauno technologijos universitetas

Projekto partneriai: Lietuvos energetikos institutas