Nueva herramienta de detección desarrollada para identificar automáticamente los cerebros que parecen más viejos típicos de la demencia
Crédito: Pixabay/CC0 Dominio público
Investigadores de la Facultad de Ingeniería Biomédica y Ciencias de la Imagen han desarrollado una nueva herramienta de aprendizaje automático que analiza las resonancias magnéticas cerebrales y predice el edad de un cerebro en comparación con el resto de la población. Esencialmente una herramienta de detección, detecta automáticamente los cerebros que parecen más viejos en tiempo real usando exploraciones clínicas de rutina.
Publicada en Neuroimage, la investigación muestra que, como parte de un proceso natural, el cerebro pierde volumen con la edad y, siempre que la pérdida de volumen sea adecuada para la edad del paciente, la nueva herramienta predecirá la edad correcta del paciente.
Pero si un paciente tiene un cerebro que está enfermo y ha perdido una cantidad desproporcionada de volumen, como en la demencia, la herramienta mostrará la discrepancia entre la edad real y la edad prevista alertando así a los médicos sobre este importante discrepancia y marcar que el cerebro es anormal para la edad.
«Hemos demostrado que es posible cerrar esa brecha desde el punto de escaneo hasta la revisión de expertos, si el centro tiene la suerte de contar con expertos, al automatizar esa proceso».
Usando un clasificador de informes de neurorradiología basado en el aprendizaje profundo, los investigadores generaron un conjunto de datos de 23.302 exámenes de resonancia magnética de la cabeza ‘radiológicamente normales para la edad’ de dos grandes hospitales del Reino Unido, a saber, Guy’s y St Thomas’ NHS Foundation Trust y King’s College Hospital usando el pre-e informes de neurorradiología existentes.
Luego, utilizando un enfoque inusual en el que hay muy poco preprocesamiento computacional de las exploraciones, aplicaron otro algoritmo de imagen de aprendizaje profundo al gran conjunto de datos de exploraciones normales.
Experimentos adicionales utilizaron una variedad de tipos de escaneos normales de un tercer instituto, así como un conjunto de datos de código abierto.
Su modelo final se probó usando escaneos con una cantidad desproporcionada de pérdida de volumen cerebral y luego analizó su modelo hallazgos mediante la construcción de mapas de calor de las partes de los escaneos que el modelo predijo que había una cantidad desproporcionada de pérdida de volumen cerebral.
El primer autor, el Dr. David Wood, investigador de la Escuela de Ingeniería Biomédica y Ciencias de la Imagen, dijo que un El aspecto clave de este estudio fue el uso de un gran conjunto de datos clínicamente representativo para el entrenamiento del modelo.
Los investigadores dicen que este marco podría tener implicaciones importantes para la atención del paciente, el desarrollo de fármacos y la optimización de la recopilación de datos de IRM.
«Cur Algún tiempo después de la exploración en el momento de la elaboración del informe, se detectan cerebros de aspecto anciano anormalmente anormales. Los informes más precisos estarán en los centros donde hay neurorradiólogos, pero pocos centros tienen neurorradiólogos», dijo el Dr. Booth.
«La detección automática de la pérdida de volumen en tiempo real ayuda a detectar el problema común de la neurodegeneración durante las exploraciones obtenidas por cualquier motivo. Un diagnóstico posterior de, por ejemplo, la enfermedad de Alzheimer en etapa temprana, podría mejorar potencialmente la atención al paciente mediante la implementación de intervenciones médicas y sociales tempranas. Del mismo modo, los pacientes podrían potencialmente ser reclutados para ensayos de medicamentos en una etapa más temprana».
El Dr. Booth dijo que el marco también podría usarse para aprovechar la riqueza de las grandes bases de datos hospitalarias existentes para proporcionar nuevos y poderosos recursos para la capacitación, las pruebas y la validación clínica. de herramientas de análisis de imágenes médicas más allá de la edad cerebral, como la detección de anomalías.
Explore más
El sistema basado en IA podría ayudar a clasificar las resonancias magnéticas cerebrales Más información: David A. Wood et al, Accurate modelos de cerebro para exámenes de resonancia magnética clínica de rutina, NeuroImage (2022). DOI: 10.1016/j.neuroimage.2022.118871 Información de la revista: NeuroImage
Proporcionado por King’s College London Cita : Nueva herramienta de detección desarrollada para identificar automáticamente los cerebros que parecen más viejos típicos de la demencia (14 de enero de 2022) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-01-screening-tool-automatically-older-brains.html Este documento está sujeto a derechos de autor. t de cualquier trato justo con el propósito de estudio o investigación privada, ninguna parte puede ser reproducida sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.