USE OF ARTIFICIAL INTELLIGENCE IN THE DIAGNOSIS OF ACUTE CEREBRAL CIRCULATION DISORDERS (LITERATURE REVIEW)
Abstract
Timely diagnosis and selection of the optimal treatment strategy for acute cerebrovascular accidents (ACVA) remains an urgent task for the healthcare system. The world is exploring the possibilities of using artificial intelligence (AI) in the diagnosis of many diseases, including stroke. The purpose of this review was to analyze modern ideas about the use of AI in the diagnosis of acute cerebrovascular accident using computed tomography images of the brain. An analysis of available publications over the past 5 years was carried out using keywords — ischemic stroke, stroke, therapeutic window, artificial intelligence, machine learning, radiation diagnostics) in Russian-language literature (e-library) and English-language databases (PubMed, Scopus, Web of Science).
References
Здравоохранение в России. 2021: Стат.сб./Росстат. М., З-46 2021. 171 с.
Клинические рекомендации «Ишемический инсульт и транзиторная ишемическая атака у взрослых 2021». Доступно по: https://cr.minzdrav.gov.ru/recomend/171_2 (дата обращения 01.10.2023).
Министерство здравоохранения Российской Федерации об итогах работы Министерства здравоохранения Российской Федерации в 2022 году и задачах на 2023 год. Доступно по: http://medinvestclub.ru/wp-content/uploads/2023/04/Об-итогах-работы.pdf (дата обращения 01.10.2023).
Паспорт федерального проекта «Борьба с сердечно-сосудистыми заболеваниями». Доступно по: https://static-0.minzdrav.gov.ru/system/attachments/attaches/000/046/710/original/FP_Bor’ba_s_serdechno-sosudistymi_zabolevaniyami.pdf?1565344425 (дата обращения 01.10.2023).
Паспорт федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика Российской Федерации» (приложение № 3 к протоколу Президиума Правительственной комиссии по цифровому развитию, использованию информационных технологий для улучшения качества жизни и условий ведения предпринимательской деятельности от 27.08.2020 № 17).
Указ Президента Российской Федерации от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации». Доступно по: http://publication.pravo.gov.ru/Document/View/0001201910110003 (дата обращения 01.10.2023).
Barnett GO, Famiglietti KT, Kim RJ, Hoffer EP, Feldman MJ. DXplain on the Internet. Proc AMIA Symp. 1998:607-11.
Daniel M, Hájek P, Nguyen PH. CADIAG-2 and MYCIN-like systems. Artif Intell Med. 1997 Mar;9(3):241-59. DOI: 10.1016/s0933-3657(96)00376-4.
Jiang F., Jiang Y., Zhi H., Dong Y., Li H., Ma S., Wang Y., Dong Q., Shen H., Wang Y. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. 2017 Jun 21;2(4):230-243. DOI: 10.1136/svn-2017-000101.
Kaul V, Enslin S, Gross SA. History of artificial intelligence in medicine. Gastrointest Endosc. 2020 Oct;92(4):807-812. DOI: 10.1016/j.gie.2020.06.040.
Kernbach J.M., Staartjes V.E. Foundations of Machine Learning-Based Clinical Prediction Modeling: Part II-Generalization and Overfitting. Acta Neurochir Suppl. 2022;134:15-21. DOI: 10.1007/978-3-030-85292-4_3.
Maegerlein C., Fischer J., Mönch S., Berndt M., Wunderlich S., Seifert C.L., Lehm M., Boeckh-Behrens T., Zimmer C., Friedrich B. Automated Calculation of the Alberta Stroke Program Early CT Score: Feasibility and Reliability. Radiology. 2019 Apr;291(1):141-148. DOI: 10.1148/radiol.2019181228.
RapidAI Artificial Intelligence-Powered Clinical Decision Support: The Value of Contextual Data in Vascular Medicine. Доступно по: https://www.rapidai.com/ai-powered-clinical-decision-support-for-vascular-rapidai (дата обращения 01.10.2023).
Shafaat O., Bernstock J.D., Shafaat A., Yedavalli V.S., Elsayed G., Gupta S., Sotoudeh E., Sair H.I., Yousem D.M., Sotoudeh H. Leveraging artificial intelligence in ischemic stroke imaging. J Neuroradiol. 2022 Jun;49(4):343-351. DOI: 10.1016/j.neurad.2021.05.001.
Soun J.E., Chow D.S., Nagamine M., Takhtawala R.S., Filippi C.G., Yu W., Chang P.D. Artificial Intelligence and Acute Stroke Imaging. AJNR Am J Neuroradiol. 2021 Jan;42(1):2-11. DOI: 10.3174/ajnr.A6883.
Stib M.T., Vasquez J., Dong M.P., Kim Y.H., Subzwari S.S., Triedman H.J., Wang A., Wang H.C., Yao A.D., Jayaraman M., Boxerman J.L., Eickhoff C., Cetintemel U., Baird G.L., McTaggart R.A. Detecting Large Vessel Occlusion at Multiphase CT Angiography by Using a Deep Convolutional Neural Network. Radiology. 2020 Dec;297(3):640-649. DOI: 10.1148/radiol.2020200334.
Sze G., Wintermark M., Law M., Mukherjee P., Hess C. Human neuroimaging and the BRAIN initiative: a joint statement from the ASNR and ASFNR, with the support of the RSNA, ACR, ARR, and ISMRM. AJNR Am J Neuroradiol. 2014 Feb;35(2):213-4. DOI: 10.3174/ajnr.A3874.
