Alat Ponsel Cerdas Diagnosis Stroke dengan Akurasi Tingkat IGD

Alat baru dapat mendeteksi stroke berdasarkan kelainan dalam kemampuan bicara dan gerakan otot wajah pasien dengan akurasi dokter IGD — semua dalam beberapa menit dari interaksi dengan ponsel. Model machine learning membantu, dan potensialmente mempercepat, proses diagnosis oleh dokter dalam setting klinis.

Saat ini, dokter harus menggunakan pelatihan dan pengalaman masa lalu mereka untuk menentukan tahapan pasien harus dikirim untuk CT scan. Alat baru menganalisis keberadaan stroke pada pasien IGD sebenarnya dengan dugaan stroke dengan menggunakan analisis gerakan wajah komputasi dan pemrosesan bahasa alami untuk mengidentifikasi kelainan di wajah atau suara pasien, seperti pipi terlekat atau bicara kabur.

Hasil dapat membantu dokter IGD untuk lebih cepat menentukan langkah kritis selanjutnya untuk pasien. Pada akhirnya, aplikasi dapat digunakan oleh perawat atau pasien untuk melakukan penilaian diri sebelum sampai ke rumah sakit.

Untuk melatih model komputer, peneliti membangun dataset dari lebih dari 80 pasien yang mengalami gejala stroke di rumah sakit. Setiap pasien diminta untuk melakukan tes bicara untuk menganalisis bicara dan komunikasi kognitif sambil direkam pada Apple iPhone.

Menguji model pada dataset rumah sakit, peneliti menemukan bahwa performanya mencapai akurasi 79 persen — dapat dibandingkan dengan diagnosis klinis oleh dokter IGD, yang menggunakan tes tambahan seperti CT scan; namun, model dapat membantu menyelamatkan waktu berharga dalam diagnosis stroke, dengan kemampuan untuk menilai pasien dalam waktu singkat empat menit. Dalam stroke parah, jelas bagi dokter sejak saat pasien memasuki IGD, namun studi menunjukkan bahwa dalam mayoritas stroke dengan gejala ringan, diagnosis dapat tertunda berjam-jam dan saat itu, pasien mungkin tidak layak untuk perawatan terbaik.

Dokter saat ini menggunakan pendekatan biner dalam diagnosis stroke: Mereka atau menduga stroke, mengirim pasien untuk serangkaian scan yang dapat melibatkan radiasi atau mereka tidak duga stroke, potensialmente melewati pasien yang mungkin memerlukan penilaian lebih lanjut.