IA pode rastrear doença hepática em imagens de tomografia

Estudo mostra que a IA pode rastrear esteatose hepática e doença hepática gordurosa não alcoólica (DHGNA) nas imagens abdominais de tomografia computadorizada.

26 Set, 2019

Um algoritmo de inteligência artificial (IA) foi capaz de quantificar automaticamente a gordura do fígado nas imagens abdominais de TC em um novo estudo, de acordo com uma pesquisa publicada on-line em 17 de setembro na Radiology. Os resultados podem potencialmente permitir que os pacientes que estão sendo submetidos à tomografia computadorizada por outras indicações também sejam rastreados para doença hepática gordurosa não alcoólica (DHGNA). 

Esta solução inteligente atua como assistente, fornecendo tecnologias e ferramentas para aprimorar a experiência do radiologista. Melhorar a interação de um radiologista com imagens e permitir uma saída rica e dinâmica para os médicos encaminhadores pode aumentar o valor do especialista para a equipe de atendimento clínico.

Após testar em quase 11.700 estudos de TC sem aprimoramento, uma equipe de pesquisadores da Faculdade de Medicina e Saúde Pública da Universidade de Wisconsin em Madison e do Centro Clínico do Instituto Nacional de Saúde dos EUA (NIH) em Bethesda, MD, descobriu que seu algoritmo de aprendizado profundo foi altamente preciso na avaliação da esteatose hepática.

"Esta ferramenta de quantificação de gordura hepática totalmente automatizada baseada em TC permite a avaliação populacional de esteatose hepática e doença hepática gordurosa não alcoólica, com dados objetivos que combinam bem com a medição manual", escreveu o autor líder Peter Grafty e colegas.

Embora a ressonância magnética com uma sequência de frações de gordura de densidade de próton tenha surgido como o método não invasivo de escolha para quantificar a gordura hepática, também foi demonstrado que as medições de gordura hepática na TC sem aprimoramento estão correlacionadas com essa técnica. Como a TC abdominal é realizada com mais frequência do que a ressonância magnética para várias indicações na prática clínica, isso pode potencialmente permitir que esses exames também sejam utilizados na triagem populacional de esteatose hepática e doença hepática gordurosa não alcoólica, segundo os autores.

Tendo treinado e testado recentemente um algoritmo de aprendizado profundo para realizar a segmentação hepática baseada em TC e avaliação de atenuação, os pesquisadores procuraram aplicar esse modelo para avaliar a presença de esteatose hepática em uma grande coorte de rastreamento adulto assintomática. O algoritmo de segmentação hepática emprega redes neurais convolucionais em 3D para realizar medições automatizadas de atenuação do fígado com base em volume, incluindo a conversão em fração de gordura da TC.

Os pesquisadores avaliaram o desempenho do algoritmo em 11.669 tomografias computadorizadas de 9.552 adultos - 5.314 mulheres e 4.238 homens - com idade média de 57,2 anos. Os estudos também incluíram 2.117 exames de acompanhamento com um intervalo médio de 5,5 anos em 1.862 adultos. As medições automatizadas de atenuação hepática baseadas em volume apresentaram uma diferença média de 2,7 unidades Hounsfield (HU) com medições manuais - produzindo uma correlação (r 2 ) de 0,92.

O algoritmo AI também identificou esteatose hepática em mais da metade da coorte de rastreamento, observaram os pesquisadores. Além disso, 10% da coorte apresentava esteatose moderada ou grave.

Aprofundando os dados, a equipe também encontrou apenas uma fraca correlação da esteatose hepática com o índice de massa corporal, idade e sexo. Isso indica que a avaliação demográfica e morfométrica clínica não pode prever efetivamente a probabilidade de doença hepática gordurosa não alcoólica subjacente, de acordo com os autores.

Em outras descobertas, os pesquisadores observaram uma mudança média de apenas -3 HU entre a primeira tomografia computadorizada e o estudo de acompanhamento. No entanto, 806 (43,3%) dos 1.861 pacientes tiveram uma mudança na categoria de esteatose entre os dois exames.

"Se a esteatose hepática demonstrar ser um fator de risco independente para eventos adversos futuros, essa ferramenta automatizada também poderá ser potencialmente usada para a triagem oportunista de DHGNA com qualquer TC sem aprimoramento que inclua o fígado (abdominal ou torácico), independentemente da indicação clínica para imagem ", escreveram os autores.

Fonte: https://www.auntminnie.com/index.aspx?sec=sup&sub=aic&pag=dis&ItemID=126601

 

A PHP Error was encountered

Severity: Warning

Message: sizeof(): Parameter must be an array or an object that implements Countable

Filename: front/noticias-detalhe.php

Line Number: 15

A PHP Error was encountered

Severity: Warning

Message: sizeof(): Parameter must be an array or an object that implements Countable

Filename: front/noticias-detalhe.php

Line Number: 32

Compartilhe


NOTÍCIAS RELACIONADAS

publicidade

publicidade