NewsMedizinMaschinelles Lernen kann „verdecktes“ Bewusstsein bei hirnverletzten Patienten im EEG nachweisen
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Medizin

Maschinelles Lernen kann „verdecktes“ Bewusstsein bei hirnverletzten Patienten im EEG nachweisen

Freitag, 28. Juni 2019

Patient im Koma /feelartfeelant, stock.adobe.com
/feelartfeelant, stock.adobe.com

New York – Mithilfe des maschinellen Lernens lassen sich im EEG von einigen hirnverletzten Patienten, die nicht sichtbar auf eine Ansprache reagieren, Zeichen eines „verdeckten“ Bewusstseins nachweisen. Diese kognitiv-motorische Dissoziation war in einer Fallserie im New England Journal of Medicine (2019; 380: 2497-2505) mit einer günstigen Prognose der Patienten verbunden.

Eine Ansprechbarkeit ist bei hirnverletzten Patienten häufig der erste Hinweis auf eine Erholung. Ärzte prüfen deshalb täglich, ob die Patienten auf einfache Kommandos wie „Bewegen Sie die Hand“ oder „Stecken Sie die Zunge heraus“ reagieren. Eine fehlende Antwort ist nicht nur ein ungünstiges prognostisches Zeichen, es kann auch Entscheidungen über die Fortführung lebenserhaltender Maßnahmen beeinflussen.

Frühere Untersuchungen mit der Elektroenzephalografie (EEG) oder der funktionellen Magnetresonanztomografie (fMRT) haben gezeigt, dass die Kommandos bei nicht ansprechbaren Patienten gelegentlich Reaktionen im Gehirn auslösen. Jan Claassen von der Columbia Universität in New York hat jetzt in einer Fallserie untersucht, welche Auswirkungen der Nachweis einer solchen kognitiv-motorischen Dissoziation auf die Patienten hat.

Da eine regelmäßige fMRT für Intensivpatienten nicht praktikabel ist, entschieden sich die Neurologen für die Ableitung eines 21-Punkte EEGs, dessen Ergebnisse sie von einem Computer auswerten ließen. Der Algorithmus, der auf den Prinzipien des maschinellen, sprich selbständigen Lernens der Software beruhte, verglich EEG-Ableitungen, die vor der morgendlichen Ansprache und unmittelbar danach durchgeführt wurden.

Patienten mit frühen EEG-Zeichen erholen sich schneller

Bei insgesamt 16 von 104 nicht ansprechbaren Patienten (15 %) wurde median 4 Tage nach der Hirnverletzung eine Gehirnaktivierung im EEG registriert. Bei 8 dieser 16 Patienten (50 %) verbesserte sich der Zustand derart, dass sie noch vor der Entlassung eine sichtbare Reaktion auf die Kommandos zeigten. Von den 84 Patienten ohne frühzeitigen Nachweis einer kognitiv-motorischen Dissoziation erholten sich nur 23 Patienten (26 %) so weit.

Die telefonische Nachfrage nach 12 Monaten ergab, dass sich 7 der 16 Patienten (44 %) mit frühen EEG-Zeichen einer Hirnaktivierung so weit erholt hatten, dass sie tagsüber mindestens 8 Stunden unbeaufsichtigt bleiben konnten. Dies entspricht der Kategorie 4 der „Glasgow Outcome Scale Extended“ (GOS-E) die von 1 (Tod) bis 8 (völlig gesund) reicht. Von den 84 Patienten ohne frühe EEG-Zeichen hatten diesen Zustand nur 12 (14 %) erreicht. Claassen ermittelt eine Odds Ratio von 4,6, die mit einem 95-%-Konfidenzintervall von 1,2 bis 17,1 signifikant war.

Da ein EEG eine relativ einfache Untersuchung ist, könnte die Methode rasch in die Klinik übernommen werden. Claassen warnt jedoch davor, den Aufwand zu unterschätzen. Um verlässliche Ergebnisse zu erzielen, müsste die Untersuchung in den ersten Tagen einmal oder zweimal täglich durchgeführt werden. Der nächste Schritt dürfte in der Durchführung einer multizentrischen randomisierten Studie an einer größeren Patientengruppe sein. © rme/aerzteblatt.de

Liebe Leserinnen und Leser,

diesen Artikel können Sie mit dem kostenfreien „Mein-DÄ-Zugang“ lesen.

Sind Sie schon registriert, geben Sie einfach Ihre Zugangsdaten ein.

Oder registrieren Sie sich kostenfrei, um exklusiv diesen Beitrag aufzurufen.

Loggen Sie sich auf Mein DÄ ein

E-Mail

Passwort


Mit der Registrierung in „Mein-DÄ“ profitieren Sie von folgenden Vorteilen:

Newsletter
Kostenfreie Newsletter mit täglichen Nachrichten aus Medizin und Politik oder aus bestimmten Fachgebieten
cme
Nehmen Sie an der zertifizierten Fortbildung teil
Merkfunktion
Erstellen Sie Merklisten mit Nachrichten, Artikeln und Videos
Kommentarfunktion und Foren
Kommentieren Sie Nachrichten, Artikel und Videos, nehmen Sie an Diskussionen in den Foren teil
Job-Mail
Erhalten Sie zu Ihrer Ärztestellen-Suche passende Jobs per E-Mail.

Kommentare

Die Kommentarfunktion steht zur Zeit nicht zur Verfügung.
LNS
LNS LNS

Fachgebiet

Stellenangebote

    Weitere...

    Aktuelle Kommentare

    Archiv

    NEWSLETTER