Cercetătorii americani au creat o diagramă folosind inteligența artificială și cel mai extins set de date IRM/RMN al creierului până în prezent pentru a monitoriza masa musculară la copiii în dezvoltare.
Prin intermediul unei tehnologii bazate pe inteligența artificială, această nouă metodă oferă o evaluare precisă și fiabilă a masei musculare în urma scanărilor RMN de rutină, reprezentând primul instrument care face acest lucru.
Descoperirile lor au fost publicate în revista Nature Communications într-o ediție recentă. Copiii care suferă de cancer se confruntă frecvent cu o scădere a masei musculare, însă până acum nu exista o metodă standard pentru a o evalua.
Echipa a utilizat inteligența artificială pentru a măsura grosimea mușchiului temporal și a dezvoltat o referință standardizată în acest sens. Această metodologie a generat o diagramă de creștere, utilă pentru monitorizarea rapidă și în timp real a grosimii mușchilor la copiii aflați în proces de dezvoltare.
Dr. Ben Kann, oncolog radioterapeut în cadrul departamentului de radio-oncologie și al Programului de inteligență artificială în medicină de la Mass General Brigham, explică: „Prin intermediul diagramei de creștere putem determina dacă dezvoltarea copiilor are loc într-un interval ideal.”
Masa musculară slabă este asociată cu calitatea vieții, starea funcțională zilnică și reprezintă un indicator al stării generale de sănătate și longevității. Persoanele cu afecțiuni precum sarcopenia sau masa musculară slabă prezintă un risc crescut de mortalitate prematură sau pot fi predispuse la diverse boli care le afectează calitatea vieții.
În trecut, nu exista o modalitate larg răspândită sau practică de a monitoriza masa musculară slabă, iar indicele de masă corporală (IMC) era folosit ca o măsură implicită.
Problema cu utilizarea IMC constă în faptul că, deși ia în considerare greutatea, nu oferă informații despre proporția acesteia reprezentată de mușchi. De mai multe decenii, oamenii de știință știu că grosimea mușchiului temporal extern este corelată cu masa musculară slabă din organism.
Cu toate acestea, măsurarea acestei grosimi a fost dificilă în timp real în cadrul clinic și nu exista o modalitate de a face distincția între grosimea normală și cea anormală. Metodele tradiționale implica de obicei măsurători manuale, dar acestea necesită mult timp și nu sunt standardizate.
Pentru a aborda această problemă, echipa de cercetare a utilizat algoritmi de învățare profundă pentru a analiza scanările RMN ale pacienților cu tumori cerebrale pediatrice tratați la spitalul pediatric din Boston și la Institutul de cercetări pentru cancer Dana-Farber.
Ei au examinat 23.852 de scanări RMN ale creierului sănătos de la persoane cu vârste între 4 și 35 de ani pentru a determina grosimea mușchiului temporalis (iTMT) și pentru a dezvolta diagrame de referință pentru această creștere normală a mușchiului.
Rezultatele RMN au fost colectate pentru a crea diagrame de creștere normală iTMT, adaptate pentru fiecare sex și incluzând percentile și intervale. Ei au constatat că măsurătorile iTMT sunt precise pentru o varietate largă de pacienți și sunt comparabile cu analiza realizată de experți umani instruiți.
„Conceptul din spatele acestor diagrame de creștere este de a determina dacă masa musculară a unui pacient se încadrează într-un interval normal, în mod similar cu diagramele de creștere ale înălțimii și greutății, care sunt utilizate în mod obișnuit în practica medicală”, a adăugat dr. Kann.
În esență, această nouă metodă ar putea fi utilizată pentru a evalua pacienții care primesc deja scanări RMN pentru afecțiuni medicale precum cancerele pediatrice și bolile neurodegenerative.
Echipa speră că capacitatea de a monitoriza rapid și cu precizie mușchiul temporal le va permite medicilor să intervină prompt pentru pacienții care prezintă semne de pierdere musculară, prevenind astfel efectele negative ale sarcopeniei și ale masei musculare scăzute.
Una dintre limitările acestei metode constă în faptul că algoritmii se bazează pe calitatea scanării, iar o rezoluție suboptimală poate afecta măsurătorile și interpretarea rezultatelor. Un alt dezavantaj este reprezentat de disponibilitatea limitată a seturilor de date RMN în afara Statelor Unite și Europei, ceea ce poate influența acuratețea la nivel global.
Pe viitor, echipa intenționează să investigheze dacă utilitatea măsurătorilor iTMT va justifica obținerea regulată de scanări RMN pentru mai mulți pacienți, conform spuselor dr. Kann. Ei doresc să îmbunătățească performanța modelului prin antrenarea sa pe cazuri mai complexe și variabile.
Potențialele aplicații viitoare ale măsurătorilor iTMT ar putea include monitorizarea și estimarea morbidității, precum și identificarea stărilor fiziologice critice la pacienții care necesită intervenție medicală.
Sursă: 360medical.ro
Mai multe știri pe republikanews.ro.
Ne găsești pe pagina de Facebook RepublikaNews.