En algunos casos específicos, un novedoso método puede proporcionar tanta información en las imágenes cerebrales obtenidas mediante tomografías computarizadas (TC) como en aquellas capturadas con resonancias magnéticas (RM).
Este método, presentado en un estudio de la Universidad de Gotemburgo, podría mejorar el soporte diagnóstico, especialmente en atención primaria, para condiciones como demencia y otros trastornos cerebrales.
La tomografía computarizada (TC) es una tecnología de imágenes relativamente económica y ampliamente disponible en el ámbito de la salud, así como en muchas partes del mundo que carecen de acceso a otros métodos de imagen.
Sin embargo, la TC se considera inferior a la resonancia magnética (RM) cuando se trata de reproducir cambios estructurales sutiles en el cerebro o cambios en el flujo del sistema ventricular.
Por lo tanto, ciertas imágenes deben realizarse actualmente en departamentos especializados en hospitales más grandes donde está disponible una tecnología de imagen más avanzada.
Inteligencia Artificial entrenada con imágenes de Resonancia Magnética (RM)
El nuevo software puede brindar soporte diagnóstico a radiólogos y otros profesionales que interpretan imágenes de TC.
Ha sido creado utilizando aprendizaje profundo, una forma de inteligencia artificial (IA). El software ha sido entrenado para transferir interpretaciones de imágenes de RM a imágenes de TC de los mismos cerebros.
“Nuestro método genera datos diagnósticamente útiles a partir de escáneres de TC de rutina que, en algunos casos, son tan buenos como una resonancia magnética realizada en atención médica especializada”, dice el Dra. Michael Schöll, quien lideró el trabajo en el estudio, realizado en colaboración con investigadores del Instituto Karolinska, la Universidad Nacional de Singapur y la Universidad de Lund.
“La idea es que este método simple y rápido puede proporcionar mucha más información a partir de exámenes que ya se realizan de manera rutinaria en atención primaria, pero también en ciertas investigaciones de atención médica especializada. En su etapa inicial, el método puede respaldar el diagnóstico de la demencia, sin embargo, es probable que también tenga otras aplicaciones en neurorradiología”.
Soporte confiable para la toma de decisiones
Esta es una aplicación clínica bien validada de algoritmos basados en IA y tiene el potencial de convertirse en una forma rápida y confiable de soporte para la toma de decisiones que reduce efectivamente el número de falsos negativos.
Los investigadores creen que esta solución puede mejorar los diagnósticos en atención primaria y, por lo tanto, optimizar el flujo de pacientes hacia la atención especializada.
“Este es un gran avance para el diagnóstico por imágenes”, dijo la Dra. Meera Srikrishna, doctora en la Universidad de Gotemburgo y autora principal del estudio, publicado en la revista Alzheimer’s & Dementia.
“Ahora es posible medir el tamaño de diferentes estructuras o regiones del cerebro de manera similar al análisis avanzado de imágenes de resonancia magnética. El software permite segmentar las partes constituyentes del cerebro en la imagen y medir su volumen, incluso cuando la calidad de la imagen no es tan alta con la TC”.
Aplicaciones para Otras Enfermedades Cerebrales
El software ha sido entrenado con imágenes de un total de 1,117 personas, todas las cuales se sometieron a imágenes tanto de TC como de RM.
El estudio actual involucró principalmente a personas mayores sanas y pacientes con diversas formas de demencia. Otra aplicación que el equipo está investigando ahora es para la hidrocefalia de presión normal (HPN).
Con respecto a la HPN, el equipo ha obtenido nuevos resultados que indican que el método se puede utilizar tanto durante el diagnóstico como para monitorear los efectos del tratamiento.
La HPN es una condición que ocurre especialmente en personas mayores, donde el líquido se acumula en el sistema ventricular cerebral y produce síntomas neurológicos. Aproximadamente el dos por ciento de todas las personas mayores de 65 años se ven afectadas.
Debido a que el diagnóstico puede ser complicado y la condición corre el riesgo de confundirse con otras enfermedades, es probable que muchos casos pasen desapercibidos.
“La HPN es difícil de diagnosticar, y también puede ser difícil evaluar de manera segura el efecto de la cirugía de derivación para drenar el líquido en el cerebro”, continúa Michael. “Por lo tanto, creemos que nuestro método puede marcar una gran diferencia en el cuidado de estos pacientes”.
El software ha sido desarrollado a lo largo de varios años, y el desarrollo continúa en cooperación con clínicas en Suecia, el Reino Unido y los Estados Unidos, junto con una empresa, lo cual es un requisito para que la innovación sea aprobada y transferida a la atención médica.
Sobre la imagen de portada:
Ejemplos de tomografías computarizadas y resonancias magnéticas del mismo paciente donde la imagen de tomografía computarizada se segmentó en diferentes clases de tejido con el nuevo software desarrollado por el grupo de investigación (fila superior) y la imagen de resonancia magnética con un software existente (fila inferior).
Para conocer más sobre este tema recomendamos visitar University of Gothenberg para conocer más de la investigación y el artículo publicado en The Journal of Alzheimer’s Association.
0 comentarios