Motor Clear-IQ inteligente avanzado en la práctica clínica
Dr. John Hoe, Dr. Colin Tan
Introducción de Canon Medical
Parkway Radiology es un proveedor líder de radiología e imágenes en Singapur, ubicado en el Hospital Mount Elizabeth, el Hospital Mount Elizabeth Novena, el Hospital Gleneagles y el Hospital Parkway East. Durante más de 30 años, han sido sinónimo de servicios de radiología excepcionales, brindando soluciones a numerosos proveedores de atención médica en el país.
Como división del operador de atención médica privada más grande de Singapur, IHH Healthcare Singapore, Parkway Radiology aprovecha su trayectoria comprobada para lograr la excelencia médica. Décadas de experiencia les permiten estar bien preparados para satisfacer las necesidades de la comunidad médica no solo en el país, sino también en la región.
Parkway Radiology tiene ocho escáneres Canon en su flota, incluidos Aquilion ONE / GENESIS Edition y Aquilion Prime SP.
El Dr. John Hoe y el Dr. Colin Tan describen sus experiencias con el motor Clear-IQ inteligente avanzado (AiCE) de Canon en este documento técnico presentado originalmente en la conferencia SGCR Wires en septiembre de 2022.
Conciencia de dosis
La tomografía computarizada ha revolucionado el diagnóstico y el tratamiento, eliminando casi la necesidad de cirugías exploratorias y muchos otros procedimientos invasivos y potencialmente riesgosos. Los beneficios de los exámenes por tomografía computarizada, cuando son apropiados, superan con creces cualquier riesgo de cáncer asociado a la radiación, y el riesgo de una sola tomografía computarizada es bastante pequeño1. Sin embargo, aunque el riesgo es pequeño, es importante reducir la dosis de radiación tanto como sea posible en cada examen1. El desafío es reducir la dosis de radiación sin comprometer la calidad de la imagen ni reducir la confianza del diagnóstico.
En la práctica clínica, una estrategia de reducción de dosis incluye trabajar con referentes sobre técnicas y protocolos de imágenes alternativos para minimizar la dosis de radiación, trabajar con tecnólogos para garantizar que cumplan con los protocolos de mejores prácticas y, finalmente, la implementación de la última tecnología de reducción de dosis disponible en cada escáner. .
Canon Medical ha desarrollado la próxima generación en tecnología de reducción de dosis utilizando Inteligencia Artificial.
Motor Clear-IQ inteligente avanzado: cómo funciona
AiCE es un algoritmo de reconstrucción de aprendizaje profundo (DLR) que aprovecha el enorme poder computacional de una red neuronal de aprendizaje profundo para reducir drásticamente el ruido mientras mantiene o mejora la resolución de diagnóstico en las imágenes resultantes. Por lo tanto, esta técnica de reconstrucción basada en IA permite realizar exámenes de TC con una dosis de radiación significativamente menor.
El aprendizaje profundo es un tipo de aprendizaje automático que utiliza redes neuronales de varias capas para realizar una tarea. Las redes neuronales están compuestas por miles de "neuronas", cada una de las cuales realiza una operación matemática con los datos de la imagen. El poder computacional detrás de miles de neuronas que trabajan juntas permite a la red generar reglas más sofisticadas para identificar características de señales de lo que es posible con la reconstrucción programada convencionalmente. En el caso de AiCE, la tarea que la red aprende a realizar es simplemente distinguir las características de la señal del ruido. Identifica y mejora la señal mientras elimina el ruido, lo que da como resultado una especificación de bajo contraste de 1,5 mm a 3 HU y 22,6 mGy2, la primera en la industria.
Figure 1: AiCE algorithm training and implementation.
La clave para una red neuronal de aprendizaje profundo exitosa radica en cómo se entrena, es decir, el proceso mediante el cual las neuronas aprenden a realizar la tarea deseada. Para aprender, la red cuenta con pares de datos, una imagen de baja calidad y una imagen de referencia estándar. La red ajusta los pesos de sus neuronas hasta que se minimiza la diferencia entre la imagen de entrada de baja calidad y la imagen estándar de oro. En el caso de AiCE, las imágenes de referencia clínica de referencia se adquieren con una alta corriente del tubo y se reconstruyen con una reconstrucción iterativa basada en modelos (MBIR), que tiene en cuenta el modelado de la óptica del sistema, la física del sistema, las propiedades estadísticas del escáner y la anatomía humana. y utiliza un mayor número de iteraciones de las que se podrían utilizar en un entorno clínico debido a limitaciones de tiempo2.
Una vez que la red está entrenada y validada, la reconstrucción AiCE se implementa en el escáner, donde no continúa aprendiendo (Figura 1). La reconstrucción AiCE está incluida en el protocolo de escaneo para un flujo de trabajo fluido.
DLR Implementation
AiCE está disponible en todos nuestros sistemas Canon CT, y no se limita solo a los escáneres de alta gama dentro de nuestra red. Como AiCE está integrado en el control de exposición automático (SUREExposure), reduce la corriente del tubo de rayos X automáticamente para reducir la dosis hasta en un 82% en comparación con la retroproyección filtrada (FBP). Nuestros radiólogos no tienen que realizar ningún procesamiento posterior adicional cuando utilizan AiCE, ya que está implementado en todos nuestros protocolos de escaneo. La velocidad de la reconstrucción también es importante al implementar nuevas tecnologías de reconstrucción en nuestra práctica. En nuestro escáner Prime SP, la velocidad de reconstrucción de AiCE es de 33 segundos en comparación con los 20 segundos de AIDR (reducción iterativa de dosis adaptativa) 3D para una reconstrucción de tejido blando con un rango de 216 mm. En la práctica clínica habitual, esta diferencia es insignificante y no tiene ningún efecto en el rendimiento de nuestros pacientes.
Figure 2: Improved visualization of plaque and vessel lumen with AiCE compared to AIDR 3D.
DLR para imágenes cardíacas
En Parkway utilizamos AiCE desde finales de 2019 y hemos realizado una evaluación de nuestros casos iniciales. Se analizaron 87 casos de control utilizando AIDR 3D y 306 casos de estudio utilizando AiCE para determinar la relación señal-ruido (SNR), la relación contraste-ruido (CNR), la calidad de la imagen y la dosis de radiación. Los resultados se muestran en la Tabla 1. AiCE dio como resultado un aumento en la SNR del 35,3 % y la CNR del 40,5 %. La dosis de radiación disminuyó un 23% en comparación con los casos escaneados con AIDR 3D. Todos los pacientes en esta evaluación incluyeron pacientes con arritmia, frecuencia cardíaca alta y la mayoría fueron escaneados utilizando una ventana de exposición del 40 al 80 %. La Figura 2 muestra un ejemplo de las mejoras en la calidad de la imagen observadas en este estudio. AiCE proporciona ruido reducido, pared vascular más nítida y visualización mejorada de la luz del vaso, la placa y los stents.
Tabla 1: Resultados de la evaluación cardíaca. *factor k = 0,014
| AIDR 3D (n=87) | AiCE (n=306) | % de cambio | |
|---|---|---|---|
| CTDIvol (mGy) | 16.0 | 12.0 | -25 |
| DLP (mGy·cm) | 217.0 | 169.0 | -22 |
| Dosis efectiva (mSv)* | 3.0 | 2.3 | -23 |
| SNR | 14.7 | 19.9 | +35,3 |
| CNR | 13.1 | 18.4 | +40,5 |
Figura 3: Ejemplo de una exploración cardíaca reconstruida con y sin SEMAR en un paciente con un cable de marcapasos.
La exploración de volumen de ECG con AiCE se puede utilizar en combinación con la reducción de artefactos metálicos de energía única (SEMAR) para mejorar la visualización del corazón en pacientes con marcapasos y cables de desfibrilador. En la Figura 3 la arteria coronaria derecha está oscurecida en la imagen sin SEMAR.
Después de la reconstrucción con SEMAR y AiCE se puede visualizar la arteria.
Figura 4: Resultados de la evaluación de exámenes hepáticos comparando AIDR 3D y AiCE. Líneas negras = mediana.
Realizamos una evaluación de nuestros casos iniciales de abdomen donde cada caso fue reconstruido con AIDR 3D y AiCE en dos niveles diferentes de reducción de ruido, AiCE suave y AiCE estándar. Se analizaron 100 casos en cuanto a ruido de imagen (SD), relación señal-ruido (SNR) y relación de ruido de contraste (CNR). Los resultados se muestran en la Figura 4 y la Tabla 2. Encontramos que el estándar AiCE resultó en una reducción del 32 % en el ruido, un aumento del 51 % en la SNR y un aumento del 48,7 % en la CNR en comparación con AIDR 3D.
Tabla 2: Evaluación de exploraciones hepáticas. Valores medios y % de mejora.
| AIDR 3D | AiCE suave | Estándar AiCE | |
|---|---|---|---|
| Ruido | 15.2 | 12,7 (16,4%) | 10,25 (32%) |
| SNR | 6,95 | 8,46 (22,3%) | 10,53 (51%) |
| CNR | 3.24 | 3,88 (19,5%) | 4,82 (48,7%) |
Ejemplos clínicos
Los siguientes ejemplos demuestran AiCE en exámenes abdominales.
Caso 1: Este hombre de 64 kg se presentó para una exploración abdominal por posible obstrucción intestinal. Las hipodensidades hepáticas se observan claramente en la fase venosa (flecha roja). También se observa adenomiomatosis de la pared de la vesícula biliar. Se determinó que el quiste renal (flecha azul) era un quiste de tipo Bosniak1. CTDI: 3,3 mGy, DLP: 172,2 mGy·cm, Dosis efectiva 2,6 mSv (k=0,015). Escáner: Aquilion Prime SP.
Caso 2: Esta mujer de 75 kg se sometió a un examen de abdomen. En la pelvis hay una lesión quística compleja confirmada por resonancia magnética. Las imágenes AiCE proporcionan una visualización clara de las estructuras pélvicas. CTDI: 4,8 mGy, DLP: 251,8 mGy·cm, Dosis efectiva 3,8 mSv (k=0,015). Escáner: Aquilion Prime SP.
Conclusión
AiCE Deep Learning Reconstruction se puede utilizar de forma rutinaria en la práctica clínica diaria para todas las regiones del cuerpo. La integración en los protocolos de exploración proporciona una reducción de la dosis específica del paciente sin requerir ningún trabajo adicional para los radiólogos. La velocidad de reconstrucción es lo suficientemente rápida como para utilizarla en el flujo de trabajo diario. En Parkway, AiCE ha proporcionado mejoras en la calidad de la imagen y una reducción significativa de la dosis en exámenes cardíacos y hepáticos y se ha implementado en nuestros protocolos clínicos de rutina para lograr una dosis de radiación baja para cada paciente manteniendo la calidad de la imagen.
El uso de la reconstrucción AiCE de Canon para imágenes cardíacas y corporales brinda importantes oportunidades para reducir la dosis y mejorar la calidad de la imagen.//
Referencias
1. https://www.health.harvard.edu/cancer/radiation-risk-from-medical-imaging
2. Boedecker K, Reconstrucción de aprendizaje profundo con motor Clear-IQ inteligente avanzado (AiCE): cobertura de órganos completos con
Calidad de imagen extraordinaria al ritmo acelerado de la Medicina, Libro Blanco, 2020
Dr. John Hoe
Radiólogo consultor Parkway Radiology, Singapur
Dra. Colin Tan
Médico consultor en medicina nuclear Parkway Radiology, Singapur
Social Media
