Профілювання складу тіла за допомогою штучного інтелекту - Університетська лікарня Цюріха
М’язова маса та сила з віком зменшуються. Саркопенія та збільшення внутрішньо- або міжм’язової жирової тканини (міостеатоз) є важливими прогностичними факторами в геріатрії, а також у пацієнтів з хронічними захворюваннями. Збільшення м’язового жиру та ожиріння пов’язані з більшим ризиком розвитку інсулінорезистентності та діабету 2 типу, серцево-судинних захворювань та гіршої виживаності хворих на рак. "Склад тіла має вирішальне значення", - каже П.Д. Роман Гуггенбергер з Інституту діагностичної та інтервенційної радіології.
Профілювання складу тіла (BCP) надає інформацію про співвідношення м’язів до жиру та їх розподіл в організмі. Золотим стандартом для BCP є DEXA (подвійна рентгенівська абсорбціометрія); однак при цьому використовується рентгенівське випромінювання і не забезпечується точна інформація про регіональний розподіл. Магнітно-резонансна томографія (МРТ) генерує зрізні знімки всього тіла з високою роздільною здатністю всього за кілька хвилин без будь-якого іонізуючого випромінювання і може розрізняти жир і воду, використовуючи інформацію про частоту з відлуння. "Це навіть може бути використано для кількісної оцінки вмісту жиру в мікроскопічних жирових відкладеннях, наприклад у печінці", - говорить Гуггенбергер. Детальна інформація про підшкірний або вісцеральний жир, накопичення жиру в печінці та скелетних м’язах, а також м’язовий об’єм у різних регіонах допомагає краще визначити пацієнтів із ризиком саркопенії та розпочати відповідні терапевтичні заходи, такі як інша дієта чи фізична активація. Шанси вижити у пацієнтів із запущеними хронічними захворюваннями, такими як рак, також можна краще визначити, що також впливає на рішення щодо терапії.
Аналіз експертом займає багато часу
Недоліком методики МРТ всього тіла є те, що Dr. Наприклад, Гуггенбергер та його колеги добре досліджували хворих на ревматизм, які страждають на мійпопатію, наприклад, що це вимагає високого рівня спеціальних знань і дуже трудомістке, оскільки "структури в організмі повинні призначатися шар за шаром". Високі витрати ускладнюють більш широке застосування цієї технології. З цієї причини робоча група професора Ендера Конукоглу з лабораторії Computer Vision в Цюріху ETH створила засіб штучного інтелекту (ШІ) для сегментації програмного забезпечення, яке забезпечує швидкі та точні дані про сегменти обсягу, що відображаються на МРТ. Гуггенбергер та команда вже перевірили розроблений для цього алгоритм на різних тканинах. Що стосується підшкірного жиру, ШІ та аналіз фахівця вже дають порівнянні результати. "Ми все ще працюємо над оптимізацією вісцерального жиру та різних м'язів", - говорить Гуггенбергер.
Після встановлення методу, який зараз досліджується, зв’язок між BCP та клінічними кінцевими точками, наприклад у хворих на рак, можна було б більш детально вивчити у великих когортах. На другому етапі планується перенести алгоритм з MRT на зображення КТ і, таким чином, провести ретроспективний аналіз зображень КТ із великого архіву УЗЗ. Таким чином, параметри BCP можна було б визначити точніше для точніших прогнозів різних захворювань.
PD Dr. мед. ун-т.Роман Гуггенбергер
Головний лікар