Wykorzystując zaawansowane produkty i technologie United Imaging Healthcare, dziesięciu światowej sławy naukowców przeprowadziło dogłębne badania, aby rozstrzygnąć niektóre wciąż obecne wątpliwości dotyczące akademickiej praktyki medycznej. 29 listopada United Imaging Healthcare wydało zatytułowaną „uINNOVATION Global” kompilację badań naukowych, która podsumowuje postępy dociekań badawczych związanych z najważniejszymi innowacjami firmy.
Ostatnich 11 lat to historia wzrostu United Imaging Healthcare od zera do ogromnej globalnej korporacji z ponad 20 tysiącami zainstalowanych urządzeń w 53 krajach na całym świecie. Osiągnięcie to jest nierozerwalnie związane z konsekwentnym dążeniem do innowacji technologicznych oraz stałym rozwojem partnerstwa z czołowymi instytutami medycznymi i badawczymi. Jako uzupełnienie swojej obecności na kongresie Towarzystwa Radiologicznego Ameryki Północnej w 2022 r. United Imaging Healthcare przedstawia wyniki przeprowadzonych badań do użytku tych, którzy podzielają naszą pasję do obrazowania molekularnego.
Więcej informacji znajduje się w poniższym artykule wstępnym:
Artykuł wstępny – przyszłość radiologii
Obrazy radiologiczne stały się kluczowym elementem praktyki klinicznej zarówno w diagnostyce, jak i monitorowaniu leczenia wielu chorób. Ze względu na postępy w zakresie mocy obliczeniowej, algorytmów głębokiego uczenia oraz dostępności obszernych danych pochodzących z obrazowania medycznego, rejestrów klinicznych i noszonych urządzeń monitorujących stan zdrowia, coraz większą rolę w medycynie i opiece zdrowotnej ma szansę odgrywać sztuczna inteligencja (SI). Zwłaszcza w dziedzinie radiologii każdy element pracy związanej z obrazowaniem może zostać usprawniony dzięki SI. Technologia ta ma potencjał zwiększenia wartości obrazów medycznych dzięki poprawie efektywności obrazowania, jakości obrazu i jego oceny.
W dziedzinie radiologii klatki piersiowej amerykańska Agencja Żywności i Leków (FDA) dopuściła wiele komercyjnych algorytmów pochodzących od kilku producentów w celu wykrywania i segmentacji guzków, głównie na obrazach tomografii komputerowej (TK). Oprócz wykrywania i segmentacji zmian, te oparte na SI algorytmy mogą również dostarczać informacji o charakterystyce guzków, poprawiać ich widoczność, generować automatyczne raporty z oceny LUNG-RADS oraz przedstawiać wyniki predykcji do celów oceny prawdopodobieństwa, że guzek ma charakter złośliwy (jest rakiem płuc). Oprócz oceny raka płuc algorytmy oparte na sztucznej inteligencji mogą również służyć do oceny innych stanów patologicznych, takich jak zapalenie płuc, przewlekła obturacyjna choroba płuc, zwłóknienie płuc i wysięk opłucnowy. W tym numerze „uINNOVATION-Global”1 czytelnicy znajdą ciekawy artykuł dotyczący wykrywania guzków płuc na obrazach TK2 w oparciu o sztuczną inteligencję; z przeprowadzonego na ponad 600 pacjentach badania wynika, że zastosowanie SI poskutkowało lepszą czułością i dokładnością w porównaniu z subiektywną interpretacją.
Wśród dostępnych metod rezonans magnetyczny (MR) ma wiele atutów w obrazowaniu morfologicznym i funkcjonalnym, generując doskonały kontrast tkanek miękkich przy wysokiej rozdzielczości przestrzennej obrazowania całego ciała. Podejmowane są starania mające na celu skrócenie czasu badania MR. Nadmierny czas skanowania zmniejsza średnią liczbę możliwych do wykonania badań dziennie, jak też powoduje dyskomfort pacjentów. Nowym narzędziem umożliwiającym skrócenie czasu badania jest głębokie uczenie. Wspomagana przez sztuczną inteligencję technologia oszczędnego próbkowania (AI-assisted Compressed Sensing, ACS) stanowi zintegrowane rozwiązanie akceleracji MR łączące oszczędne próbkowanie, obrazowanie równoległe, częściową transformatę Fouriera oraz SI. W interesującym artykule na ten temat w niniejszym wydaniu „uINNOVATION-Global” wskazano, że zastosowanie ACS dla różnych organów ciała daje lepszą lub porównywalną jakość obrazu przy skróconym czasie skanowania w porównaniu z konwencjonalną akwizycją MR.
W ostatnich latach sercowo-naczyniowy rezonans magnetyczny (CMR) zyskał opinię bezpiecznej, nieinwazyjnej, niewymagającej zastosowania promieniowania ani jodowego środka kontrastowego techniki pozwalającej na kompleksową ocenę funkcji, wymiarów, perfuzji oraz żywotności serca. W związku z tym może on wkrótce stać się jedną z najbardziej wszechstronnych i najskuteczniejszych metod obrazowania służących do oceny układu sercowo-naczyniowego. Parametry CMR są również potencjalnie przydatne przy wielokrotnym obrazowaniu i śledzeniu progresji choroby lub skuteczności terapii. Wraz z postępem technologii obrazowania TK serca angiografia wieńcowa TK stała się najbardziej zaawansowanym narzędziem diagnostycznym służącym do wykrywania i monitorowania choroby wieńcowej. W tym numerze znajdą Państwo dwa artykuły dr. Gregory’ego Lanzy i dr Rochity Venkataramanan, którzy dzielą się swoimi doświadczeniami ze stosowaniem MR oraz TK w prowadzeniu pacjentów z chorobami układu krążenia.
Obrazowanie molekularne dostarcza metod badania procesów biologicznych na poziomie komórkowym i molekularnym u ludzi oraz w innych żywych organizmach. Technika 18F-FDG PET jest szeroko stosowana w obrazowaniu nowotworów do celów ich diagnozowania, klasyfikacji i monitorowania reakcji na leczenie. W ostatniej dekadzie do arsenału klinicznego medycyny nuklearnej wprowadzono kilka radioznaczników, w tym 18F-flucyklowinę, 18F-DCFPyL, 68Ga-PSMA, 18F-fluoroestradiol, 68Ga-DOTATATE i 64Cu-DOTATATE, poprawiając możliwości PET w zakresie klasyfikacji oraz charakteryzowania chorób. Odkrywanych jest coraz więcej potencjalnych znaczników PET, co rozszerzy możliwości onkologii, a także stanie się kluczem do uwolnienia potencjału obrazowania molekularnego w kolejnych dyscyplinach klinicznych. W tym numerze zamieszczono dwa artykuły dr. Remy’ego Lima i dr. Juna Zhao opisujące kliniczne zastosowanie technologii PET/TK oraz PET/MR w połączeniu z nowymi znacznikami obrazowania.
Dostępność urządzeń PET do obrazowania całego ciała (TB) w niewiarygodny wręcz sposób poszerzyła zakres badań klinicznych i naukowych w obszarze pozytonowej tomografii emisyjnej. Od chwili ich wprowadzenia w 2018 r. takie urządzenia wzbudzają duże zainteresowanie w środowisku medycznym. Zwiększona czułość urządzeń TB PET pozwala na szybsze skanowanie, wstrzykiwanie niższej dawki znacznika oraz opóźnione rozpoczęcie skanowania w celu poprawy kontrastu zmian chorobowych. Niniejsze wydanie „uINNOVATION-Global” zawiera wywiad z jednym z twórców TB PET, dr Simonem Cherry, który przekazuje nam swoje osobiste spostrzeżenia na temat tej technologii i jej możliwego rozwoju w przyszłości. Oparte na głębokim uczeniu algorytmy rekonstrukcji i analizy są potencjalnie ogromnie wartościowe, pomagając w radzeniu sobie z rosnącymi ilościami danych obrazowych generowanych przez TB PET. W artykule zamieszczonym w niniejszym numerze dr Kinta Mewa i in. przedstawili wstępne badania dotyczące oceny rekonstrukcji obrazu PET opartej na głębokim uczeniu.
Niekorzystne wyniki zdrowotne mogą w szczególności wynikać z opóźnień w diagnozowaniu i leczeniu spowodowanych brakiem urządzeń do obrazowania oraz personelu. Potrzebny jest większy nacisk na wykorzystanie sztucznej inteligencji w celu wspomagania zwłaszcza krajów o niskich i średnich dochodach w zwiększaniu dostępu do narzędzi diagnostyki obrazowej i medycyny nuklearnej oraz rozwiązywania problemu rosnącego obciążenia chorobami nowotworowymi. W swoim komentarzu dr Harsh Mahajan i dr Vidur Mahajan nakreślili ważny obraz przyszłości radiologii i wskazali, w jaki sposób nowe technologie, takie jak sztuczna inteligencja, mogą pomóc krajom o niskich i średnich dochodach.
Inteligentne sterowanie przebiegiem pracy w diagnostyce obrazowej stało się możliwe również dzięki szybkiemu rozwojowi technologii sztucznej inteligencji w ostatnich latach. W celu znacznego ograniczenia czasu poświęcanego przez radiologów i techników na powtarzalne zadania oraz poprawy opieki nad pacjentem inteligentne sterowanie przebiegiem pracy w diagnostyce obrazowej może obejmować np. inteligentne potwierdzanie identyfikacji pacjenta, inteligentne interakcje głosowe, inteligentne pozycjonowanie pacjenta oraz inteligentne ustawianie parametrów całego procesu skanowania. Chociaż technologie obrazowania medycznego zostały udoskonalone na przestrzeni lat, nadal stoją one przed wyzwaniami związanymi z długim czasem badania i niskimi wskaźnikami jego przyspieszenia. Przyszłością radiologii jest niewątpliwie postęp w medycynie precyzyjnej wspomagany przez narzędzia sztucznej inteligencji. Niezbędne będzie również szukanie synergii z innymi opracowywanymi narzędziami diagnostycznymi.
1 Technologie omawiane w artykułach „uINNOVATION-Global” poświęconym kongresowi Towarzystwa Radiologicznego Ameryki Północnej w 2022 r. mogą być na etapie prac badawczo-rozwojowych Takie technologie nie są dostępne do użytku klinicznego i mogą nigdy nie zostać przekształcone w produkty.
2 Ten produkt jest w trakcie opracowywania, a informacje zawarte w artykule dotyczą trwających prac badawczo-rozwojowych. Nie złożono wniosku o pozwolenie 510k do amerykańskiej Agencji ds. Żywności i Leków. Ten produkt nie jest dostępny do sprzedaży do zastosowań klinicznych w USA i może również nie być dostępny do takiej sprzedaży w innych krajach.
Biografia redaktora gościnnego:
Dr Aras jest lekarzem i naukowcem z formalnym wykształceniem w zakresie radiologii klinicznej/radiologii nuklearnej oraz badań nad obrazowaniem molekularnym. Jego zainteresowania kliniczne obejmują obrazowanie onkologiczne ze szczególnym uwzględnieniem nowotworów układu moczowo-płciowego i szpiku kostnego. Jego główne zainteresowania badawcze to opracowywanie nowych, innowacyjnych metod obrazowania molekularnego w diagnostyce nowotworów oraz wykorzystywanie biologii, nanotechnologii oraz chemii w zaawansowanych nieinwazyjnych metodach obrazowania (głównie obrazowaniu PET/optycznym) w celu opracowania nowych znaczników umożliwiających znacznie wcześniejsze wykrywanie nowotworów i doskonalenie monitorowania ich terapii. Jego wysiłki w dziedzinie medycyny translacyjnej, które podjął w znacznej części z własnej inicjatywy, zaowocowały wieloma recenzowanymi publikacjami w czasopismach biomedycznych oraz zaproszeniami do prezentowania wyników prac w krajowych i zagranicznych ośrodkach.
Uwaga:
Niektóre z technologii omawianych w „uINNOVATION-Global” nie są obecnie dostępne w sprzedaży do użytku klinicznego.
