אלגוריתם חדש כמעט מייתר את הצורך בגדוליניום בסריקות MRI MRI - בדיקות ואפליקציות

מספר מחקרים שנעשו בשנה האחרונה גילו שגדוליניום נכנס לתוך גופנו, אך לא ממש יוצא, אלא מצטבר. לא ידוע עדיין האם יש לכך השלכות בריאותיות, אך כבר כיום מנסים מכוני מחקר למצוא שיטות על מנת  לחסוך בכמות הגדוליניום. מחקר חדש שהוביל ד"ר אנאהו גונג (Enhao Gong), מייסד חברת מחשוב בתחום הדימות הרפואי מקליפורניה בארצות הברית בשם Subtle Medical of Menlo Park, הציג בכנס השנתי האחרון של האגודה לרדיולוגיה של צפון אמריקה (RSNA) אלגוריתם למידה ממוחשבת עמוקה (Deep Learning ) אשר הצליח להציג תמונות סריקת MRI איכותיות במינון של 10% מכמות הגדוליניום שניתנת בדרך כלל. החוקרים גם טוענים שאין מניעה גם להגיע בעזרת האלגוריתמים לתוצאות של 5% מכמות הגדוליניום שמשומשת כיום ואף למטה מכך.

הלמידה העמוקה (Deep Learning) היא תחום מחקר בעולם המחשבים שמטרתו לחקות באופן ממוחשב את פעולת המוח האנושי. המיוחד במערכות למידה עמוקה הוא היכולת שלהן, בדומה למוח האנושי, ללמוד ולהשתפר כל הזמן. באמצעות שימוש במודלים הנקראים "רשתות עצביות קונבנציונאליות", המחשב יכול לזהות לא רק תמונות, אלא גם למצוא הבדלים עדינים בין נתוני הדימות, הבדלים שצופה אנושי אינו מסוגל להבחין ביניהם. האלגוריתם החדש למד לאמוד את הסריקות  עם המינון המלא של הגדוליניום מתוך הסריקות עם המינון הנמוך של הגדוליניום.

לצורך המחקר, השתמשו החוקרים בתמונות תהודה מגנטית מ-200 חולים שביצעו סריקות MRI עם חומר ניגוד עבור מגוון אינדיקציות.

הצוות אסף שלוש קבוצות של תמונות סריקה עבור כל מטופל: הקבוצה הראשונה היתה קבוצת תמונות סריקה לפני הזרקת חומר ניגוד, אליהם התייחסו כסריקות בעלות אפס חומר ניגוד. הקבוצה השנייה היתה קבוצת תמונות סריקה לאחר הזרקה של גדוליניום בכמות נמוכה, סריקות שבהם הוזרק 10% מהכמות שבדרך כלל מוזרקת- תמונות אלו עברו עיבוד על ידי אלגוריתם למידה עמוקה. הקבוצה השלישית היתה קבוצת סריקות שבהם הוזרקה הכמות המלאה של גדוליניום שבדרך כלל מזריקים כיום. לכל נבדק נלקחו שלושת תמונות הסריקה הללו ואותן נתנו לנוירורדיולוגים (רדיולוגים המתחמים בדימות המוח ועמוד השדרה) לשם הערכת השפעת חומר הניגוד ואיכותן הכללית

הרדיונוירולוגים ידעו אמנם להבחין איזה מהסריקות היה עם כמות מופחתת של 10% גדוליניום אבל האינפורמציה שהם קיבלו מתמונות אלו בעקבות עיבוד האלגוריתם היתה די זהה לאינפורמציה שקיבלו מהסריקות עם כמות הגדוליניום המלאה.

המחקר כרגע עובר לשלבים קליניים והערכה של האלגוריתם על פני טווח רחב יותר של סורקי MRI ועם סוגים שונים של סוכני ניגוד במטרה לשפר את יכולת הדימות הקיימת כיום תוך חיסכון בחומר הניגוד.

 

 

קישור לסיכום המחקר- אתר RSNA

גדוליניום ב-MRI- האם הוא מסוכן לנו?- מתוך פורטל ה-MRI הישראלי

הוסף תגובה