DIAGNOSTIKA NORMOTENZNÍHO HYDROCEFALU POMOCÍ STROJOVÉHO UČENÍ

Nitrolební tlak (ICP) představuje jeden z nezastupitelných parametrů neurointenzivní péče a jako takový je předmětem intenzivního vědeckého výzkumu. Diagnostický význam ICP je podmíněn dvěma faktory: i) umístěním centrální nervové soustavy v pevné kostěné schránce, kdy lokální expanzivní procesy (nádory, abscesy, krvácení) se, i při relativně malých objemech, mohou projevit nitrolební hypertenzí; ii) specifickou vlastností centrální nervové soustavy reagovat relativně uniformně na různé patologické situace, neboť etiologicky různá difuzní poškození nervové tkáně vedou k rozvoji edému, který je opět příčinou elevace ICP. Komplikací monitorace ICP je nutnost neurochirurgického zavedení tlakového čidla do nitrolebního prostoru, a s tím souvisejících rizik jako krvácení, neuroinfekce a traumatizace tkáně. Nitrolební tlak je více než číslo na monitoru, přestože je na tuto informaci v klinické praxi často redukován. Podobně, jako jde informační obsah EKG vysoko nad rámec výpočtu tepové frekvence, pochopení dynamiky ICP nám může mnohé napovědět nejen o aktuálním stavu, ale i prognóze pacienta. Předkládaná studie se týká matematické analýzy ICP signálu z lumbálního infuzního testu (LIT) prováděného v rámci diferenciálně diagnostické baterie pro identifikaci syndromu normotenzního hydrocefalu (NPH). Standardní vyhodnocení LIT stojí na výpočtu jediné hodnoty – výtokového odporu Rout, na základě které je odhadnuta reakce pacienta na trvalou drenáž CSF s přesností ~ 62%. Za použití moderních metod strojového učení jsme sestavili algoritmus, který na základě až 48 příznaků vypočtených z ICP signálu klasifikuje pacienta jako (ne)vhodného kandidáta pro zkratovou operaci, a to s přesností až ~82%. Navržený algoritmus má tak potenciál v budoucnu plně nahradit stávající zlatý diagnostický standard, 5-denní lumbální drenáž (ELD), která je však spojena s rizikem infekce, nitrolební hypotenzní cefaleou a finančními náklady na hospitalizaci.