Evaluación de resonancias magnéticas cerebrales con la ayuda de inteligencia artificial

Grecia es solo un ejemplo de una población en la que la proporción de personas mayores se está expandiendo y, con ello, la incidencia de enfermedades neurodegenerativas. Entre ellas, la enfermedad de Alzheimer es la más frecuente, que representa el 70% de los casos de enfermedades neurodegenerativas en Grecia. Según las estimaciones publicadas por la Sociedad de Alzheimer de Grecia, 197.000 personas padecen la enfermedad en la actualidad. este numero es se espera que aumente a 354,000 para 2050.

Dr. Andreas Papadopoulos1, médico y coordinador científico de Iatropolis Medical Group, un proveedor de diagnóstico líder cerca de Atenas, Grecia, explica el papel clave del diagnóstico temprano: “La probabilidad de desarrollar Alzheimer puede ser solo del 1% al 2% a los 65 años. Pero luego se duplica cada cinco años. Las drogas existentes no pueden revertir el curso de la degeneración; solo pueden ralentizarlo. Por eso es crucial hacer el diagnóstico correcto en las etapas preliminares, cuando aparece el primer trastorno cognitivo leve, y filtrar a los pacientes de Alzheimer.2

.”

Enfermedades como el Alzheimer u otras patologías neurodegenerativas se caracterizan por tener una progresión muy lenta, lo que dificulta reconocer y cuantificar los cambios patológicos en las imágenes de resonancia magnética del cerebro en una etapa temprana. Al evaluar las exploraciones, algunos radiólogos describen el proceso como uno de “estimación”, ya que los cambios visuales en la anatomía altamente compleja del cerebro no siempre son posibles de observar bien con el ojo humano. Aquí es donde las innovaciones técnicas como la inteligencia artificial pueden ofrecer apoyo en la interpretación de imágenes clínicas.

Una de esas herramientas es la Cerebro compañero AI-Rad MR3. AI-Rad Companion Brain MR, parte de una familia de soluciones de soporte de decisiones basadas en IA para imágenes, es un software de volumetría cerebral que proporciona cuantificación volumétrica automática de diferentes segmentos cerebrales. “Es capaz de segmentarlos entre sí: aísla el hipocampo y los lóbulos del cerebro y cuantifica los volúmenes de materia blanca y materia gris para cada segmento individualmente”. dice el Dr. Papadopoulos. En total, tiene la capacidad de segmentar, medir volúmenes y resaltar más de 40 regiones del cerebro.

Calcular las propiedades volumétricas manualmente puede ser una tarea extremadamente laboriosa y que requiere mucho tiempo. “Más importante aún, también implica un grado de observación precisa que los humanos simplemente no pueden lograr”. dice el Dr. Papadopoulos. Papadopoulos siempre ha sido uno de los primeros en adoptar y dio la bienvenida a las innovaciones tecnológicas en imágenes a lo largo de su carrera. Esta herramienta impulsada por IA significa que ahora también puede comparar las cuantificaciones con datos normativos de una población sana. Y no se trata solo de la automatización: el software muestra los datos en un informe estructurado y genera un mapa de desviación resaltado basado en la configuración del usuario. Esto permite al usuario monitorear también los cambios volumétricos manualmente con todos los datos clave preparados automáticamente de antemano.

Las oportunidades para una observación y evaluación más precisas de los cambios volumétricos en el cerebro alientan a Papadopoulos cuando considera cuán importante es la detección temprana de enfermedades neurodegenerativas. Él explica: “En las primeras etapas, los cambios volumétricos son pequeños. En el hipocampo, por ejemplo, hay una reducción de volumen del 10% al 15%, que es muy difícil de detectar para el ojo. Pero los cálculos objetivos proporcionados por el sistema podrían ser de gran ayuda”.

El objetivo de la IA es aliviar a los médicos de una carga considerable y, en última instancia, ahorrar tiempo cuando se integra de manera óptima en el flujo de trabajo. Una función extremadamente valiosa para esta herramienta de posprocesamiento impulsada por IA en particular es que puede visualizar una desviación de las diferentes estructuras que pueden ser difíciles de identificar a simple vista. Papadopoulos ya reconoce que la mayor ventaja de su trabajo es “el marco objetivo que proporciona AI-Rad Companion Brain MR en el que puede basar su valoración subjetiva durante un examen”.

Compañero AI-Rad4 de Siemens Healthineers apoya a los médicos en su rutina diaria de toma de decisiones de diagnóstico. Para mantener un flujo de valor continuo, nuestras herramientas impulsadas por IA incluyen actualizaciones periódicas de software y actualizaciones que se implementan para los clientes a través de la nube. Los clientes pueden decidir si desean integrar un enfoque totalmente basado en la nube en su entorno de trabajo aprovechando todos los beneficios de la nube o un enfoque híbrido que les permita procesar datos de imágenes dentro de la configuración de TI de su propio hospital.

La próxima versión de software de AI-Rad Companion Brain MR contendrá nuevos algoritmos que son capaces de segmentar, cuantificar y visualizar hiperintensidades de materia blanca (WMH). Junto con los criterios de McDonald, informar WHM ayuda en la evaluación de la esclerosis múltiple (EM).

Leave a Reply

Your email address will not be published.