Un nou instrument de inteligenţă artificială (AI), care poate ajuta la interpretarea şi evaluarea eficienţei tratamentelor pentru pacienţii cu scleroză multiplă, a fost dezvoltat de oamenii de ştiinţă. Această inovaţie promite să transforme modul în care sunt monitorizate şi înţelese efectele terapiilor asupra leziunilor cerebrale şi progresiei bolii, folosind chiar şi RMN-uri standard, adesea neutilizate până acum în cercetare.
Scleroza multiplă este o boală neurologică cronică, autoimună, care afectează sistemul nervos central – adică creierul şi măduva spinării.
Ce se întâmplă în scleroza multiplă? Sistemul imunitar atacă în mod eronat mielina, învelişul protector al fibrelor nervoase. Acest proces se numeşte demielinizare şi afectează transmiterea impulsurilor nervoase. În timp, acest atac poate duce la leziuni permanente ale nervilor.
Cauza exactă nu este cunoscută, dar se consideră că este rezultatul unei combinaţii între: predispoziţie genetică, factori de mediu (ex. infecţia cu virusul Epstein-Barr), niveluri scăzute de vitamina D, fumat.
Acum, cercetătorii de la University College London (UCL) au dezvoltat un instrument de AI, MindGlide, capabil să analizeze rapid şi precis imagini cerebrale pentru a evalua eficienţa tratamentelor la pacienţii cu scleroză multiplă.
Inteligenţa artificială foloseşte modele matematice pentru a antrena computerele să înveţe şi să rezolve probleme folosind volume mari de date, imitând comportamente umane, cum ar fi recunoaşterea imaginilor şi executarea unor sarcini complexe.
Instrumentul, numit MindGlide, poate extrage informaţii esenţiale din imagini cerebrale (scanări RMN) realizate în îngrijirea pacienţilor cu scleroză multiplă, precum măsurarea zonelor de leziune cerebrală şi identificarea unor modificări subtile, cum ar fi atrofia cerebrală sau prezenţa plăcilor.
Markerii RMN sunt esenţiali în cercetarea şi testarea tratamentelor pentru această boală. Totuşi, măsurarea acestor markeri necesită scanări RMN specializate, ceea ce limitează utilitatea imaginilor de rutină realizate în spitale.
Într-un nou studiu, publicat luni, în revista Nature Communications, cercetătorii au testat eficienţa MindGlide la peste 14.000 de imagini provenind de la mai mult de 1.000 de pacienţi cu scleroză multiplă.
Anterior, această sarcină era realizată manual de neuroradiologi specializaţi, necesitând ani de experienţă şi având un timp îndelungat de procesare, uneori de câteva săptămâni, din cauza încărcării din sistemul de sănătate.
Pentru prima dată, MindGlide a reuşit să utilizeze AI pentru a detecta cum influenţează diferite tratamente progresia bolii, atât în cadrul studiilor clinice, cât şi în îngrijirea de rutină, folosind imagini ce nu puteau fi anterior analizate. Procesul durează doar 5–10 secunde pe imagine.
MindGlide a depăşit performanţele altor două instrumente AI-SAMSEG (care identifică şi conturează diferite regiuni ale creierului) şi WMH-SynthSeg (care măsoară leziuni hiperintense vizibile pe RMN) - în comparaţie cu analiza experţilor clinici.
MindGlide a fost cu 60% mai precis decât SAMSEG şi cu 20% mai bun decât WMH-SynthSeg în identificarea leziunilor cerebrale sau în evaluarea răspunsului la tratament.
„Folosirea MindGlide ne va permite să utilizăm imagini cerebrale existente din arhivele spitaliceşti pentru a înţelege mai bine scleroza multiplă şi modul în care tratamentele influenţează creierul”, a declarat luni dr. Philipp Goebl (UCL Queen Square Institute of Neurology şi UCL Hawkes Institute), autor principal al studiului, într-un comunicat.
Cercetătorii speră ca acest instrument să dezvăluie informaţii valoroase din milioane de imagini cerebrale neutilizate, oferind perspective imediate pentru cercetători şi, în viitorul apropiat, pentru înţelegerea mai profundă a bolii la nivel individual în clinică. Ei speră ca acest lucru să devină realitate în următorii 5–10 ani.
Rezultatele arată că MindGlide poate identifica şi măsura corect leziunile şi structurile cerebrale importante, chiar şi în condiţii de imagistică RMN limitată sau cu un singur tip de scanare – cum ar fi RMN T2 fără secvenţă FLAIR, unde plăcile sunt greu de observat.
MindGlide a fost eficient nu doar în cortexul cerebral, ci şi în zonele profunde ale creierului. Performanţele au fost consistente atât la un moment dat, cât şi longitudinal (la evaluări anuale repetate ale pacienţilor).
De asemenea, MindGlide a confirmat concluziile altor studii de calitate privind eficacitatea tratamentelor existente.
Cercetătorii speră ca MindGlide să poată fi utilizat pentru evaluarea tratamentelor în contexte reale, depăşind limitările datelor provenite exclusiv din studii clinice, care rareori reflectă diversitatea pacienţilor cu scleroză multiplă.
„Nu analizam majoritatea imaginilor cerebrale clinice din cauza calităţii lor scăzute. Inteligenţa artificială va valorifica acest depozit imens de date spitaliceşti pentru a oferi perspective fără precedent asupra progresiei bolii şi efectelor tratamentelor asupra creierului”, a indicat dr. Arman Eshaghi (UCL Queen Square Institute of Neurology şi UCL Hawkes Institute), investigator principal şi liderul grupului MS-PINPOINT.
Limitările studiului
Implementarea actuală a MindGlide se limitează la imagini cerebrale şi nu include imagistica măduvei spinării, care este importantă pentru evaluarea dizabilităţii în scleroza multiplă. Cercetările viitoare vor trebui să includă o evaluare completă a întregului sistem nervos.
Dezvoltarea MindGlide
MindGlide este un model AI bazat pe învăţare profundă, dezvoltat de cercetătorii UCL pentru a analiza RMN-uri cerebrale şi a identifica leziuni asociate cu scleroza multiplă. Modelul a fost iniţial antrenat pe un set de 4.247 de imagini RMN de la 2.934 pacienţi cu SM, obţinute de pe 592 de aparate RMN diferite. Studiul actual a validat MindGlide folosind trei baze de date independente, totalizând 14.952 imagini de la 1.001 pacienţi.
