RM addome IA nella routine clinica

Article

RM addome: come l'Intelligenza Artificiale sta trasformando la routine clinica

L’Intelligenza Artificiale nella pratica clinica

Negli ultimi anni, l’Intelligenza Artificiale (IA) ha avuto un notevole impatto in ambito radiologico. La sua implementazione nella pratica clinica, infatti, permette sia di supportare il personale sanitario durante l’esecuzione e la refertazione degli esami radiologici che di ottimizzare il flusso e il carico di lavoro.

L’IA applicata allo studio del distretto addominale

Tradizionalmente le indagini di Risonanza Magnetica consistono in un compromesso tra qualità delle immagini e tempo di acquisizione. Non è infatti raro che nella pratica clinica ci si veda costretti a ridurre la durata dell’esame, acquisendo immagini di qualità non ottimale. Per esempio quando si ha a che fare con pazienti che, per motivi fisiologici o patologici, non sono in grado di seguire le istruzioni intra-esame fornite dagli operatori o non riescono a resistere immobili all’interno del tunnel della RM per lunghi periodi di tempo perché ansiosi o claustrofobici.

Particolarmente rilevante è il caso dello studio RM della regione addominale, in cui il protocollo standard prevede che diverse sequenze vengano acquisite in breath hold o con trigger respiratorio.

È in queste occasioni che l’introduzione di algoritmi di intelligenza artificiale permette di ottimizzare l’esame clinico, sia in termini di comfort per il paziente che di accuratezza diagnostica.

In questo contesto, l’implementazione dell’IA ha comportato importanti innovazioni nella routine clinica, tra le quali:

  • la riduzione dei tempi di acquisizione, che oltre a ridurre il rischio di artefatti da movimento[1], migliora nel complesso l’esperienza del paziente e permette di eseguire più esami nello stesso periodo di tempo;
  • la riduzione di artefatti di Gibbs e rumore, che si traduce in un maggiore dettaglio dell’immagine che permette di rilevare anche lesioni di piccole dimensioni, senza bisogno di confermarne la presenza con studi di perfusione;
  • una perfetta valutazione di linfoadenopatie ed estensione tumorale senza mezzo di contrasto in caso di stadiazione;
  • la possibilità di acquisire sequenze 3D con mdc ad elevata risoluzione che permette di eseguire ricostruzioni MPR sovrapponibili a quelle di un esame TC, aprendo nuovi scenari in ambito di follow-up oncologico;
  • l’esecuzione di sequenze dinamiche con mezzo di contrasto a completo respiro libero con risoluzione temporale e qualità tali da permettere una valutazione completa nonostante l’impossibilità di eseguire uno studio standard.

GE HealthCare: un ecosistema RM incentrato sull'IA

GE HealthCare, da sempre all'avanguardia nello sviluppo e nell'integrazione di nuove tecnologie nel campo dell'imaging medico,  ha sviluppato un ecosistema MR fortemente incentrato sull’IA.

L’implementazione di AIR ReconDL, un algoritmo di ricostruzione delle immagini basato sul Deep Learning[2] che agisce direttamente sul K-spazio, ha permesso di ridurre i tempi di acquisizione e di ottimizzare la qualità dell’immagine. Questo algoritmo è basato su una rete neurale artificiale istruita per ricostruire le immagini lavorando direttamente sui dati grezzi per produrre immagini ad elevato SNR e CNR e rimuovere rumore e ringing.

L’applicazione di questo algoritmo fornisce, in termini di qualità dell’immagine, un risultato sovrapponibile a quello che si otterrebbe utilizzando sequenze ad alta qualità d’immagine senza l’uso di IA, ma con tempi di acquisizione notevolmente ridotti.

La tecnologia AIR™ ReconDL, in combinazione con le innovative AIR coils, sta ridefinendo gli standard di qualità dell'immagine e di accuratezza diagnostica. Le AIR™ coils sono bobine estremamente leggere e flessibili, caratteristiche che le rendono perfettamente adattabili alla specifica anatomia del paziente e particolarmente versatili per lo studio di vari distretti anatomici.

Caratterizzate da elevata densità di canali, le Multi-purpose AIR coils, se accoppiate agli appositi cuscinetti e posizionatori, possono essere utilizzate in un’ampia gamma di applicazioni cliniche. 

Il connubio tra AIR™ ReconDL e bobine AIR™ ha permesso importanti innovazioni nell’utilizzo delle tecniche di accelerazione dell’acquisizione. Grazie all’impiego combinato di queste tecnologie, abbiamo assistito a un’importante evoluzione nelle sequenze per lo studio dinamico con mezzo di contrasto del distretto addominale, culminata con la possibilità di ottenere immagini di elevata qualità attraverso l’acquisizione a completo respiro libero (senza quindi l’utilizzo di navigator): parliamo delle sequenze 3D LAVA STAR e DISCO STAR.

Verso una nuova era

L’integrazione dell'IA nell'imaging diagnostico ha posto le basi per una nuova era della pratica radiologica.

Un'era in cui la velocità di esecuzione d’esame, l'accuratezza diagnostica e l’elevata qualità delle immagini vanno di pari passo con un'attenzione sempre maggiore al benessere ed alle esigenze specifiche dei singoli pazienti. L’IA, dunque, non si configura solo come un ausilio tecnologico ma piuttosto come una rivoluzione volta a ridefinire i confini dell'imaging e migliorare l'assistenza sanitaria per tutti.

 

Riferimenti:

[1] Aspetto rilevante specialmente in caso di pazienti non collaboranti e che dunque non riescono a mantenere l’apnea respiratoria.

[2] Deep Learning (DL): sottoinsieme dell’IA che consiste in una rete neurale artificiale attraverso la quale il sistema “impara” da grandi quantità di dati.