Искусственный интеллект может помочь уменьшить дозу гадолиния при проведении МРТ исследования

04.12.2018

В новом исследовании ученые использовали искусственный интеллект (AI) для снижения дозы контрастного вещества, которое применяется при МРТ с контрастированием. Исследование было представлено на ежегодном собрании Радиологического общества Северной Америки (RSNA) в ноябре 2018 года, в Чикаго.

Гадолиний - который используется как составная часть контрастного вещества для улучшения качества изображения МРТ, является тяжелым металлом. Недавние исследования показали, что следовые количества металла остаются в телах людей, которые прошли МРТ исследования с определенными типами гадолиния. Эффекты этого осаждения в теле человека неизвестны, но рентгенологи активно разрабатывают методы оптимизации безопасности пациентов, без потери важной информации, которую предоставляют МРТ-сканирование с гадолинием.

«Существует конкретное доказательство того, что гадолиний накапливается в мозге и частично в теле человека», - сказал автор исследования доктор Энхао Гонг, из университета в Стэнфорде, Калифорния. «Хотя последствия этого накопления неизвестны, необходимо максимально снизить риски для пациента, не теряя качества визуализации с контрастированием.».

Гонг и его коллеги из Стэнфорда изучают возможность использования глубокого машинного обучения, как способа достижения этой цели. Глубокое обучение - это сложная система искусственного интеллекта, которая обучает компьютеры с помощью базы данных. Благодаря использованию нейронных сетей, компьютер может не только идентифицировать изображения, но и выявлять незначительные различия между данными изображения, которые человек не способен определить.

Для создания алгоритма было проведено глубокое обучение с помощью данных МР-изображений 200 пациентов, которым сканирования проводились с помощью контраста. Они собрали три группы изображений каждого пациента:

• Пред-контрастное сканирование, выполняемое до введения контраста и называемое сканированием нулевой дозы;

• Изображения, полученные с помощью низкой дозой, после введения 10% стандартной дозировки дозы гадолиния;

• Сканы, полученные с помощью полной дозы, после 100-процентного введения дозы.

Алгоритм научился усреднить анализ изображений с полной дозой, с изображениями с низкой и нулевой дозой. После чего врачи-радиологи оценивали изображения для повышения контрастности и общего качества.

Результаты работы алгоритмы выявили то, что детальность изображений удалось получить изображения практически одинакового качества, вне зависимости от дозы введения гадолиния. Результаты использования ИИ показали также возможность создания эквивалента МР-изображений с помощью контрастирования полной дозой и качеством детализации без использования контрастного агента.

По данным Гонга, эти данные свидетельствуют о возможном потенциале метода для резкого снижения дозы гадолиния, без ущерба для диагностического качества.

«Низкодозовые изображения гадолиния дают значительную клинически полезную информацию, доступную сейчас, с помощью глубокого обучения и ИИ», - сказал он.

Теперь, когда исследователи показали, что метод технически возможен, они хотят изучить его дальше в клинических условиях, где Гонг считает, что этот метод в конечном счете будет внедрен.

Будущие исследования будут включать оценку алгоритма в более широком диапазоне МРТ-сканеров и различных типов контрастных агентов.

««Мы не пытаемся заменить существующую технологию обработки изображений», - сказал Гонг. «Мы пытаемся улучшить ее и принести большую пользу из существующей информации, с учетом безопасности наших пациентов».