เมื่อความทรงจำวัยเด็กกลายเป็นแรงผลักดันเปลี่ยนโลก
เช้าวันหนึ่งที่ไม่มีวันลืม เด็กสาวคนหนึ่งตื่นขึ้นมาพบว่าคุณปู่ที่รักล้มอยู่กับพื้น ไม่สามารถพูดได้ ใบหน้าเบี้ยวไปข้างหนึ่ง แขนขาไม่มีแรง ครอบครัวรีบนำตัวส่งโรงพยาบาล แต่ด้วยความล่าช้าในการวินิจฉัยและการรักษา คุณปู่ได้รับความเสียหายจากโรคหลอดเลือดสมองอย่างถาวร เหตุการณ์นั้นฝังอยู่ในความทรงจำของเธอจนถึงวันนี้
15 ปีต่อมา เมื่อเธอกำลังศึกษาวิศวกรรมคอมพิวเตอร์ในมหาวิทยาลัยชั้นนำของสหรัฐอเมริกา เธอเห็นพ่อแสดงอาการคล้ายกัน แม้ในครั้งนั้นจะไม่ใช่โรคหลอดเลือดสมอง แต่ความกลัวที่จะสูญเสียคนรักอีกครั้งทำให้เธอตัดสินใจว่า เธอจะใช้ความรู้ที่มีสร้างสิ่งที่ช่วยชีวิตคนได้จริง
วันนี้ เธอคือโปรแกรมเมอร์วัย 25 ปี ผู้อยู่เบื้องหลังระบบปัญญาประดิษฐ์ที่อาจเปลี่ยนแปลงวิธีการรักษาโรคหลอดเลือดสมองไปตลอดกาล
ทุกๆ 40 วินาที มีคนหนึ่งเป็นโรคหลอดเลือดสมอง
โรคหลอดเลือดสมองเป็นสาเหตุการเสียชีวิตอันดับ 5 ของสหรัฐอเมริกา และเป็นสาเหตุหลักของภาวะทุพพลภาพในผู้ใหญ่ ทุกๆ ปีมีผู้คนกว่า 15 ล้านคนทั่วโลกเป็นโรคนี้ ส่งผลให้มีผู้เสียชีวิต 5 ล้านคน และอีก 5 ล้านคนพิการถาวร
ในโลกของการรักษาโรคหลอดเลือดสมอง แพทย์มักพูดว่า “Time is Brain” เวลาคือสมอง เพราะในทุกๆ นาทีที่เลือดไม่ไหลไปเลี้ยงสมอง เซลล์ประสาทจะตายไปเกือบ 2 ล้านเซลล์ หากคำนวณเป็นวินาทีแล้ว ทุกๆ วินาที เราสูญเสียเซลล์สมองไปกว่า 32,000 เซลล์
แต่ปัญหาที่ใหญ่ที่สุดไม่ได้อยู่ที่การรักษา แต่อยู่ที่การวินิจฉัย โดยเฉพาะในโรงพยาบาลขนาดเล็กหรือพื้นที่ห่างไกล ที่อาจไม่มีแพทย์ผู้เชี่ยวชาญด้านระบบประสาทหรือรังสีแพทย์ที่มีประสบการณ์อยู่ตลอด 24 ชั่วโมง การตรวจ CT Scan หรือ MRI ต้องใช้เวลานานในการวิเคราะห์และแปลผล บางครั้งภาพ CT Scan หนึ่งชุดอาจมีถึง 1,200 ภาพ ซึ่งแพทย์ต้องดูทีละภาพ
ความล่าช้านี้แหละ ที่ทำให้ผู้ป่วยหลายคนสูญเสียโอกาสได้รับการรักษาที่ดีที่สุด
จากบรรทัดโค้ดสู่การช่วยชีวิต
โปรแกรมเมอร์สาววัย 25 คนนี้ เริ่มต้นโครงการของเธอด้วยคำถามง่ายๆ “ถ้าโทรศัพท์มือถือ คอมพิวเตอร์ หรือแม้แต่สมาร์ททีวีที่เรามีอยู่แล้วในบ้าน สามารถช่วยตรวจจับอาการโรคหลอดเลือดสมองได้ล่วงหน้า จะเป็นอย่างไร”
เธอเริ่มพัฒนาระบบที่ชื่อว่า “Code Blue” โดยใช้เทคโนโลยีปัญญาประดิษฐ์ร่วมกับกล้องและไมโครโฟนที่มีอยู่แล้วในอุปกรณ์สมาร์ทโฟน คอมพิวเตอร์ หรือสมาร์ททีวีของเรา ระบบจะทำงานโดยการวิเคราะห์ใบหน้าและเสียงพูดของผู้ใช้ทุกๆ 30 วินาที เพื่อตรวจจับการเปลี่ยนแปลงที่อาจบ่งชี้ถึงอาการโรคหลอดเลือดสมอง
ไม่ว่าจะเป็นใบหน้าเบี้ยว การพูดไม่ชัด หรือการเคลื่อนไหวผิดปกติ เมื่อระบบ AI ตรวจพบสัญญาณเตือนเหล่านี้ มันจะแจ้งเตือนผู้ใช้ทันที และสามารถโทรขอความช่วยเหลือได้อัตโนมัติ
สิ่งที่น่าสนใจที่สุดคือ ระบบจะไม่เก็บข้อมูลภาพหรือเสียงของผู้ใช้ หลังจากวิเคราะห์แล้ว ข้อมูลจะถูกลบทิ้งทันที เพื่อรักษาความเป็นส่วนตัว ปัจจุบัน เธอกำลังทำงานร่วมกับแพทย์จากมหาวิทยาลัยแห่งหนึ่งในแคลิฟอร์เนีย เพื่อทดสอบระบบกับผู้ป่วยจริง 5 ราย และวางแผนจะขยายการทดสอบเป็น 100 ราย ในขณะเดียวกันทีมของเธอก็อยู่ระหว่างขอการรับรองจากองค์การอาหารและยาสหรัฐฯ (FDA) ซึ่งจะทำให้ระบบนี้สามารถนำไปใช้งานได้อย่างกว้างขวาง คล้ายกับที่ Apple Watch ได้รับอนุญาตให้ตรวจจับความผิดปกติของหัวใจ
จากไอเดียสู่ Startup: เส้นทางของ Code Blue
การเดินทางของเธอเริ่มต้นเมื่อปี 2023 เมื่อเธอนำไอเดียนี้ไปนำเสนอในงาน Innovation Summit ที่มหาวิทยาลัย ผลตอบรับที่ได้ทำให้เธอต้องตะลึง ผู้คนหลั่งไหลเข้ามาหาเธอและทีมเล็กๆ ของเธอ แบ่งปันเรื่องราวของคนที่พวกเขารักซึ่งจะได้รับประโยชน์จากเทคโนโลยีแบบนี้
“หลังจากได้ฟังเรื่องราวเหล่านั้น เรารู้ว่าเราเป็นหนี้ทุกคน เราต้องทุ่มเทให้ดีที่สุดและพยายามสร้างมันขึ้นมาจริงๆ” เธอกล่าว
จากจุดนั้น Code Blue ก็เริ่มเติบโตอย่างรวดเร็ว เธอใช้ประโยชน์จากระบบนิเวศ startup ของมหาวิทยาลัย Berkeley อย่างเต็มที่ เข้าร่วมโปรแกรมสนับสนุนผู้ประกอบการหลายโปรแกรม เธอบอกว่า “ถ้าเธอไม่ได้มาที่ Berkeley สิ่งทั้งหมดนี้คงไม่เกิดขึ้น”
ความสำเร็จเริ่มมาเป็นระลอกๆ Code Blue ชนะรางวัล Grand Prize จากการแข่งขัน Big Ideas ของ UC Berkeley ซึ่งเป็นการแข่งขันนวัตกรรมชื่อดังที่สนับสนุนนักศึกษาที่ต้องการแก้ปัญหาโลก เงินรางวัลที่ได้นั้นถูกนำไปใช้แปลงสิทธิบัตรชั่วคราวเป็นสิทธิบัตรอรรถประโยชน์ (utility patent) และเริ่มการศึกษาทางคลินิกจริง
การตัดสินใจครั้งสำคัญมาในเดือนมีนาคม 2024 เมื่อเธอและทีมตัดสินใจจดทะเบียน Code Blue เป็นบริษัทจริงๆ เป้าหมายคือการทำให้เทคโนโลยีนี้อยู่ในอุปกรณ์ของทุกคน ทำให้การตรวจจับโรคหลอดเลือดสมองเป็นสิ่งที่ทุกคนเข้าถึงได้ ไม่ว่าจะอยู่ในสถานะทางเศรษฐกิจและสังคมแบบไหน
“แพทย์สามารถสั่งจ่าย Code Blue ให้กับผู้ป่วยที่มีความเสี่ยงสูงต่อโรคหลอดเลือดสมอง” เธออธิบาย “เหมือนกับที่แพทย์สั่งยาหรือสั่งให้ตรวจเลือด เทคโนโลยีของเราก็เป็นเครื่องมือทางการแพทย์ที่สามารถใช้เพื่อดูแลผู้ป่วยได้”
ด้วยวิสัยทัศน์นี้ Code Blue จึงไม่ได้เป็นเพียงแอปพลิเคชันทั่วไป แต่เป็น medical device ที่ต้องผ่านมาตรฐานสูง ซึ่งทำให้กระบวนการพัฒนาและการขออนุมัติเข้มงวดกว่ามาก แต่เธอเชื่อว่านี่คือเส้นทางที่ถูกต้อง เพราะเกี่ยวข้องกับชีวิตของผู้คน
ทีมของ Code Blue ปัจจุบันไม่ได้มีแค่เธอคนเดียว มีนักพัฒนา นักวิจัย และที่ปรึกษาทางการแพทย์หลายคนที่เชื่อมั่นในวิสัยทัศน์เดียวกัน พวกเขาทำงานหนัก วันละ 12-14 ชั่วโมง คู่ขนานไปกับการเรียน เพื่อพัฒนาผลิตภัณฑ์ให้สมบูรณ์ที่สุดก่อนจะนำไปใช้จริงกับผู้ป่วย
การปฏิวัติจากโลกแห่ง AI
แต่เธอไม่ได้โดดเดี่ยวในสนามรบนี้ ในโลกแห่งการแพทย์ การใช้ AI เพื่อช่วยวินิจฉัยโรคหลอดเลือดสมองกำลังก้าวหน้าอย่างรวดเร็ว
มีระบบ AI หลายตัวที่ได้รับการพัฒนาและนำไปใช้งานจริงในโรงพยาบาลทั่วโลก เช่น ระบบที่สามารถวิเคราะห์ภาพ CT Scan แบบเรียลไทม์ และส่งการแจ้งเตือนไปยังทีมแพทย์ผ่านสมาร์ทโฟนภายในไม่กี่นาที การศึกษาหนึ่งพบว่า ระบบ AI สามารถตรวจจับการอุดตันของหลอดเลือดสมองใหญ่ (Large Vessel Occlusion) ได้ถึง 90% ความไวและ 94% ความจำเพาะ
ที่โรงพยาบาล Mayo Clinic สหรัฐอเมริกา การใช้ AI ช่วยวิเคราะห์ภาพ CT Scan ที่มีถึง 1,200 ภาพต่อชุด ซึ่งแพทย์เคยต้องดูทีละภาพ ปัจจุบันสามารถย่อเวลาลงเหลือเพียงไม่กี่วินาที
แพทย์หญิงคนหนึ่งที่ Mayo Clinic เล่าว่า “ก่อนหน้านี้ ฉันจะอยู่ในห้องควบคุม CT และขณะที่ช่างเทคนิคยังประมวลผลภาพอยู่ สมาร์ทโฟนของฉันก็จะมีการแจ้งเตือนว่าถึงเวลาลงมือแล้ว” การประหยัดเวลาเพียง 10 นาที หมายความว่าเราสามารถช่วยเซลล์สมองได้ประมาณ 42 ล้านเซลล์
ผลลัพธ์ที่จับต้องได้
ตัวเลขที่ออกมาน่าประทับใจมาก การศึกษาที่เผยแพร่ในวารสารทางการแพทย์ระดับโลกพบว่า การใช้ระบบ AI ในโรงพยาบาลหนึ่งทำให้จำนวนผู้ป่วยที่ฟื้นตัวจนสามารถใช้ชีวิตได้อย่างอิสระเพิ่มขึ้นจาก 16% เป็น 48% เพิ่มขึ้นถึง 3 เท่า นอกจากนี้ยังลดเวลาในการส่งต่อผู้ป่วยได้ถึง 61 นาที
ในอังกฤษ NHS (National Health Service) ได้นำระบบ AI ไปใช้ทั้งหมด 107 ศูนย์โรคหลอดเลือดสมอง ส่งผลให้ผู้ป่วยโรคหลอดเลือดสมองกว่า 80,000 รายต่อปีได้รับประโยชน์ การวิเคราะห์เบื้องต้นพบว่า เวลาระหว่างที่ผู้ป่วยมาถึงโรงพยาบาลจนถึงได้รับการรักษาลดลงมากกว่า 60 นาที
การศึกษาขนาดใหญ่ที่เสนอต่อการประชุม European Stroke Organisation ในปี 2024 ซึ่งรวมผู้ป่วยกว่า 83,000 รายจาก 26 โรงพยาบาลตลอดระยะเวลา 3 ปี พบว่า ระบบ AI ช่วยเพิ่มจำนวนผู้ป่วยที่ได้รับการผ่าตัดดูดก้อนเลือดเพิ่มขึ้น 50%
งานวิจัยอื่นๆ แสดงให้เห็นว่า โมเดล AI บางตัวสามารถวินิจฉัยโรคหลอดเลือดสมองได้แม่นยำถึง 89-96% ด้วยความไว (sensitivity) สูงถึง 96.15% และความจำเพาะ (specificity) ที่ 96% ซึ่งหมายความว่า ระบบสามารถตรวจพบผู้ป่วยที่เป็นจริงๆ ได้เกือบทั้งหมด และผิดพลาดน้อยมาก
เรื่องจริงจากผู้ป่วย: ชีวิตที่กลับคืนมา
คุณโชว์น อายุ 55 ปี อดีตพนักงานไปรษณีย์ที่แคนเทอร์เบอรี ประเทศอังกฤษ เคยเป็นโรคหลอดเลือดสมองมาแล้วครั้งหนึ่ง หลังจากฟื้นตัว เขากลับมาวิ่งและออกกำลังกายอย่างสม่ำเสมอ แต่แล้ววันหนึ่งหลังกลับจากเที่ยว อาการกลับเป็นซ้ำอีกครั้ง
น้องชายของเขาสังเกตเห็นอาการสำคัญ—แขนยกไม่ขึ้นและพูดไม่ชัด จึงรีบโทรหาโรงพยาบาลทันที เมื่อมาถึงโรงพยาบาล คุณโชว์นถูกส่งตรวจสแกนสมองทันที และด้วยระบบ AI ที่ช่วยวิเคราะห์ ทีมแพทย์สามารถวินิจฉัยและให้ยาละลายลิ่มเลือดในสมองได้อย่างรวดเร็ว
ผลลัพธ์คือ คุณโชว์นฟื้นความสามารถในการเคลื่อนไหวและความรู้สึกได้อย่างรวดเร็ว เขาอยู่ในหอผู้ป่วยโรคหลอดเลือดสมองเพียงไม่ถึง 48 ชั่วโมงก็สามารถกลับบ้านได้
อนาคตของการรักษาโรคหลอดเลือดสมอง
นอกจากการวินิจฉัยแล้ว AI ยังถูกพัฒนาให้ช่วยในหลายด้าน เช่น การทำนายผลลัพธ์ของการรักษา การแบ่งประเภทของโรคหลอดเลือดสมอง และการตัดสินใจว่าผู้ป่วยควรได้รับการรักษาแบบไหน
มีการพัฒนาอุปกรณ์สวมใส่ (wearable devices) เช่น นาฬิกาสมาร์ทหรือแหวนอัจฉริยะ ที่สามารถติดตามการเคลื่อนไหวของแขนขา วิธีเดิน และตรวจจับความผิดปกติที่อาจบ่งบอกถึงอาการโรคหลอดเลือดสมอง
สมาร์ทโฟนและแท็บเล็ตสามารถกลายเป็นเครื่องมือคัดกรองที่ทรงพลัง โดยใช้ AI วิเคราะห์การพิมพ์ แรงกดหน้าจอ หรือการพูดเพื่อตรวจจับการเปลี่ยนแปลงฉับพลันในการทำงานของสมอง
นอกจากนี้ยังมีการพัฒนา “Mobile Stroke Units” รถพยาบาลพิเศษที่มีอุปกรณ์ CT Scan และ AI ติดตั้งอยู่ ทำให้สามารถวินิจฉัยและเริ่มการรักษาได้ตั้งแต่อยู่บนรถพยาบาล ก่อนที่จะถึงโรงพยาบาล
สำหรับประเทศกำลังพัฒนา AI กลายเป็นความหวังสำคัญ เพราะในพื้นที่ห่างไกลที่ขาดแคลนแพทย์ผู้เชี่ยวชาญ ระบบ AI สามารถช่วยให้โรงพยาบาลเล็กๆ สามารถให้บริการระดับผู้เชี่ยวชาญได้
ความท้าทายที่ยังคงอยู่
แน่นอนว่า การนำ AI มาใช้ในการแพทย์ก็ยังมีความท้าทายอยู่มาก การฝึกสอน AI ต้องการข้อมูลจำนวนมหาศาล และข้อมูลเหล่านั้นต้องหลากหลาย ครอบคลุมผู้คนทุกเชื้อชาติ ทุกกลุ่มอายุ เพื่อให้ระบบสามารถทำงานได้ดีกับผู้ป่วยทุกคน
ปัญหาความเป็นส่วนตัวก็เป็นอีกประเด็นสำคัญ ผู้พัฒนาต้องทำให้มั่นใจว่า ข้อมูลส่วนบุคคลของผู้ป่วยได้รับการปกป้องอย่างเคร่งครัด เป็นไปตามกฎหมายคุ้มครองข้อมูลส่วนบุคคล
นอกจากนี้ การอนุมัติจาก FDA และหน่วยงานกำกับดูแลอื่นๆ เป็นกระบวนการที่ใช้เวลานานและเข้มงวด โดยเฉพาะกับเทคโนโลยีใหม่ที่เกี่ยวข้องกับชีวิตของผู้คน
สุดท้าย ความไว้วางใจจากแพทย์และผู้ป่วยก็เป็นสิ่งสำคัญ หลายคนยังไม่มั่นใจที่จะให้คอมพิวเตอร์ตัดสินใจเรื่องสุขภาพของตน ดังนั้นการออกแบบระบบจึงต้องทำให้ AI เป็นเครื่องมือช่วยเหลือแพทย์ ไม่ใช่แทนที่แพทย์
จากความสูญเสียสู่ความหวัง
โปรแกรมเมอร์สาววัย 25 คนนี้ได้เปลี่ยนความเจ็บปวดจากการสูญเสียคุณปู่ให้กลายเป็นพลังขับเคลื่อนในการช่วยเหลือผู้คนนับล้าน เธอพิสูจน์ให้เห็นว่า บางครั้งความคิดที่ยิ่งใหญ่ที่สุดมาจากประสบการณ์ส่วนตัวที่เจ็บปวดที่สุด
“ทุกวินาทีมีความสำคัญเมื่อพูดถึงโรคหลอดเลือดสมอง” เธอกล่าว “ถ้าเทคโนโลยีของเราช่วยลดเวลาในการรักษาได้แม้แค่ไม่กี่นาที ก็อาจหมายความว่าคนๆ หนึ่งได้กลับไปใช้ชีวิตกับครอบครัวได้อีกครั้ง นั่นคือสิ่งที่ทำให้ทุกบรรทัดโค้ดที่เขียนมีความหมาย”
ปัจจุบัน Code Blue อยู่ในช่วงเวลาที่น่าตื่นเต้นที่สุด นอกจากการทดสอบทางคลินิกกับ UCSF แล้ว เธอยังกำลังเตรียมยื่นขออนุมัติจาก FDA และวางแผนจะเปิดตัวผลิตภัณฑ์สู่ตลาดในอีกไม่กี่เดือนข้างหน้า
วิสัยทัศน์ระยะยาวของ Code Blue คือการทำให้เทคโนโลยีการตรวจจับโรคหลอดเลือดสมองเป็นมาตรฐานในทุกอุปกรณ์ ไม่ว่าจะเป็นโทรศัพท์ คอมพิวเตอร์ หรือสมาร์ททีวี “เราต้องการให้มันเป็นเหมือนคุณสมบัติพื้นฐานที่ติดมากับอุปกรณ์” เธอกล่าว “ทุกคนควรมีการปกป้องนี้ ไม่ว่าจะอยู่ที่ไหน มีฐานะอย่างไร”
“ผมเคยได้ยินใครบางคนพูดว่า ‘เทคโนโลยีที่ดีที่สุดคือเทคโนโลยีที่ช่วยชีวิตคน'” โปรแกรมเมอร์อีกคนหนึ่งที่ทำงานในสาย AI ทางการแพทย์เคยกล่าว “และนั่นคือสิ่งที่เรากำลังทำ—ไม่ใช่เพียงแค่เขียนโค้ด แต่เราเขียนโค้ดเพื่อชีวิต”
บทสรุป: Code For Life
ในโลกที่เทคโนโลยีก้าวหน้าไปอย่างรวดเร็ว บางครั้งเราอาจรู้สึกว่าเทคโนโลยีทำให้เราห่างเหินจากความเป็นมนุษย์ แต่เรื่องราวนี้พิสูจน์ตรงกันข้าม—เทคโนโลยีสามารถทำให้เราเป็นมนุษย์มากขึ้น มีความเห็นอกเห็นใจมากขึ้น และช่วยเหลือกันได้มากขึ้น
การใช้ AI ในการรักษาโรคหลอดเลือดสมองไม่ได้เป็นเพียงแค่การทำให้กระบวนการรวดเร็วขึ้น แต่เป็นการให้ความหวังกับผู้ป่วยและครอบครัวนับล้าน เป็นการให้โอกาสคนที่เคยจะพิการถาวรได้กลับมาใช้ชีวิตปกติ เป็นการเปลี่ยนตัวเลขสถิติที่น่าเศร้าให้กลายเป็นเรื่องราวความสำเร็จ
และที่สำคัญที่สุด มันพิสูจน์ว่า คนๆ หนึ่ง—แม้จะอายุเพียง 25 ปี—สามารถสร้างความเปลี่ยนแปลงที่แท้จริงได้ เมื่อมีความมุ่งมั่น ความรู้ และที่สำคัญที่สุดคือ ความรักและความห่วงใยต่อเพื่อนมนุษย์
เรื่องราวของ Code Blue ยังเป็นแรงบันดาลใจให้กับนักศึกษาและผู้ประกอบการรุ่นใหม่อีกหลายคน ที่เห็นว่าการสร้าง startup ไม่จำเป็นต้องเริ่มจากเงินทุนก้อนใหญ่หรือเครือข่ายที่กว้างขวาง แต่เริ่มจากปัญหาที่แท้จริง ความมุ่งมั่นที่จะแก้ไข และการใช้ทรัพยากรที่มีอยู่อย่างชาญฉลาด ไม่ว่าจะเป็นโปรแกรมสนับสนุนจากมหาวิทยาลัย การแข่งขันนวัตกรรม หรือเครือข่ายที่ปรึกษา
“หลายคนถามว่า ‘ทำไมต้องเป็นนักศึกษาที่ทำ’ หรือ ‘ทำไมต้องรอให้จบก่อน'” โปรแกรมเมอร์ท่านหนึ่งที่ทำงานในวงการ health tech เคยกล่าว “แต่ความจริงคือ บางครั้งนักศึกษามีข้อได้เปรียบ—พวกเขายังไม่รู้ว่าอะไรเป็นไปไม่ได้ พวกเขาคิดนอกกรอบ และพวกเขามีพลังที่จะทุ่มเทให้กับสิ่งที่เชื่อ”
วันนี้ ทุกๆ 40 วินาที ยังคงมีคนหนึ่งเป็นโรคหลอดเลือดสมอง แต่ตอนนี้ พวกเขามีโอกาสรอดชีวิตและฟื้นตัวได้ดีขึ้นกว่าเดิมมาก ขอบคุณโปรแกรมเมอร์สาวคนนี้ และอีกหลายคนที่เลือกใช้ทักษะของตนเพื่อชีวิต—Code For Life
แหล่งอ้างอิง
- UC Davis Health. (2024). “New AI technology helps physicians quickly identify stroke.” UC Davis Health News.
- National Institutes of Health. (2024). “Artificial Intelligence and Acute Stroke Imaging.” PMC Journal Articles.
- NHS England. (2024). “How artificial intelligence is helping to speed up the diagnosis and treatment of stroke patients.”
- Frontiers in Neurology. (2024). “Clinical implementation of AI-powered stroke imaging: Multi-center evaluation study.”
- European Stroke Organisation Conference. (2024). “Largest prospective evaluation of stroke AI imaging involving 83,000+ patients.”
- Mayo Clinic Discovery. (2025). “Transforming Stroke Care and Outcomes Using AI.”
- World Economic Forum. (2023). “Artificial Intelligence’s next frontier could be stroke.”
- Scientific Reports. (2024). “Explainable artificial intelligence for stroke prediction through comparison of deep learning and machine learning models.”
- American Heart Association – Stroke Journal. (2020). “Artificial Intelligence Applications in Stroke.”
CBS San Francisco. (2025). “UC Berkeley student enters AI stroke-detection startup in competition
