Os pesquisadores da UCL criaram um novo equipamento de inteligência artificial (AI) que pode ajudar a explicar e avaliar como o tratamento é feito para pacientes com esclerose múltipla (EM).
A imagem da IA usa modelos matemáticos para treinar computadores usando muitos dados para aprender e resolver problemas que podem parecer humanos, incluindo a execução de tarefas complexas.
Equipamento, chamado MendglideOs pacientes com EM podem descobrir quais informações das imagens cerebrais (ressonância magnética) obtidas durante os cuidados, como medir as áreas danificadas do cérebro e destacar mudanças sutis como o cérebro e a lâmina.
A MS é uma condição em que o sistema de resistência ataca o cérebro e a linhagem. Isso causa problemas com a forma como uma pessoa se move, se sente ou pensa. No Reino Unido, 5 pessoas vivem com a EM, o NHS gasta mais de US $ 2,5 bilhões por ano.
Os marcadores de ressonância magnética (ressonância magnética) são importantes para que a EM estudasse e teste a EM. No entanto, esses marcadores exigem diferentes tipos de varreduras especiais de ressonância magnética para medir, muitos hospitais de rotina limitam a eficácia das varreduras no hospital.
Como parte de um novo estudo, publicado Contato da natureza, Os pesquisadores examinaram sua eficácia Mendglide Mais de 14.000 imagens de mais de mil pacientes com EM.
Essa tarefa era anteriormente necessária para explicar as varreduras complexas de poucos anos de neuro-radicais especializados-e o tempo de resposta para relatar essas imagens era frequentemente devido ao estresse no trabalho do NHS.
No entanto, pela primeira vez, Mendglide Os ensaios clínicos e os cuidados de rotina foram capazes de usar a IA com sucesso para detectar o progresso da doença no ensaio clínico e no atendimento rotineiro, usando imagens que não podem ser analisadas anteriormente e a ressonância magnética de rotina não pode ser usada. O processo levou de cinco a 10 segundos por imagem.
Mendglide Mais dois AIs tiveram um desempenho melhor do que o equipamento-samseg (uma ferramenta usada para detectar e contornar o cérebro nas varreduras de ressonância magnética) e WMH-Sinothseg (um equipamento que detecta e mede pontos brilhantes que podem ser importantes para o diagnóstico e monitoramento da EM)-então compará-lo com análise clínica especializada).
Mendglide 60% melhor e 20% foram melhores que o WMH-Sinethseg para detectar as anormalidades do cérebro (ou feridas) ou observar os efeitos do tratamento.
O primeiro autor, Dr. Philip Goble (Instituto de Neurologia da UCL Queen Square e Instituto UCL Hawks) diz: “Usando Mendglide Para entender melhor como a esclerose e o tratamento múltiplo afetam o cérebro nos permitirá usar as imagens cerebrais existentes em nossos arquivos hospitalares.
“Esperamos que essa ferramenta desbloqueie informações valiosas de alguns milhões de imagens cerebrais desnecessárias que antes eram entendidas ou impossíveis de entender, criando informações valiosas na esclerose múltipla para pesquisadores e entendem melhor a condição do paciente nos próximos cinco a dez anos nos próximos cinco a dez anos”.
Os resultados do estudo mostram que é possível usar Mendglide Mesmo com dados limitados de ressonância magnética e um único tipo de varredura, tecidos e feridas importantes não são comumente usados para esse objetivo-como flare de ressonância magnética unitada em T2 (um tipo de varredura que destaca o líquido no corpo, mas ainda torna os sinais brilhantes mais apertados para ver).
Bem como fazer melhor para identificar as mudanças no nível externo no cérebro, Mendglide Ele teve um bom desempenho na região do cérebro mais profunda.
As pesquisas foram válidas e confiáveis em um estágio em um ponto (como os pacientes presentes pelos pacientes) por um tempo e muito tempo.
Adicionalmente, Mendglide Foi capaz de corrigir a pesquisa anterior de alta qualidade sobre qual tratamento foi o mais eficaz.
Os pesquisadores agora esperam Mendglide O tratamento da EM pode ser usado para avaliar o tratamento da EM em ambientes do mundo real, apenas as limitações anteriores nos dados de ensaios clínicos de alta qualidade foram superados, que geralmente não capturam a variedade completa de pessoas com EM.
O investigador principal do projeto e o MS-Pinpoint Group, o Dr. Arman Ashgi (Instituto de Neurologia da UCL Queen Square e UCL Hawks) disse: “Não analisamos a maioria das partes das imagens do cérebro clínico devido à sua baixa qualidade.
Estudar
Implementação atual Mendglide As varreduras cerebrais são limitadas e a medula espinhal não inclui imagens, o que é importante para determinar a incapacidade entre os pacientes com EM. Para incluir pesquisas futuras no cérebro e na coluna vertebral, todo o sistema neural precisa ser desenvolvido.
Desenvolvimento Mendglide
Mendglide Um modelo de aprendizado profundo (IA) desenvolvido pelos pesquisadores da UCL para avaliar as imagens de ressonância magnética cerebral e identificar os danos causados pela EM. Em desenvolvimento Mendglide Os cientistas usaram o conjunto de dados inicial de 4.247 ressonância magnética cerebral de 2.934 pacientes com um scanner de 592 ressonância magnética. Durante esse processo Mendglide Treina -se para identificar as doenças da doença. Este novo estudo foi realizado para validar Mendglide1.001 em relação aos três bancos de dados separados da imagem de 14.952 do paciente.
