Home Innovatie & Strategie Hoe draagt AI in medische beeldvorming bij aan het comfort van de...

Hoe draagt AI in medische beeldvorming bij aan het comfort van de patiënt?

39

Magnetic Resonance Imaging (MRI) is een vaste waarde in de klinische routine. Het aantal MRI-scans zit in de lift, maar dat betekent niet dat de technologie alle kinderziektes ontgroeid is. Een grote uitdaging blijft nog steeds de tijdrovende aard van het onderzoek. De tijd die nodig is om beelden van hoge kwaliteit te maken beperkt niet alleen de verwerkingscapaciteit, maar vergroot ook het ongemak van de patiënt. Gelukkig biedt artificiële intelligentie hier nu soelaas. Voornamelijk in specialisaties als de pediatrie of in onderzoeken naar pijnlijke musculoskeletale letsels, betekent deze doorbraak een hele opluchting voor de persoon in de scanner.

Een jongen komt binnen op de dienst Spoedgevallen na een verkeersongeval met de fiets. Hij vertoont verlammingsverschijnselen maar de aard, ernst en oorzaak van het letsel zijn niet meteen duidelijk. Gezien stralingsniveaus bij kinderen best beperkt worden, zal een arts vervolgens in de meeste gevallen een MRI-scan laten nemen om na te gaan of de hersenen of de ruggengraat van de jongen al dan niet geraakt zijn. Ook bij het vermoeden van een beroerte, of een verdachte knie, zal een arts liefst een MRI-scanner inzetten.

Pijn en beweging

Eens in de scanner is het zaak om stil te blijven liggen, maar comfortabel is dit zelden. Voor een patiënt die pijn heeft aan een gewricht en dit voor een langere tijd in een bepaalde houding moet dwingen, is het zeer moeilijk om niet te bewegen. Bovendien is een MRI-scan voor velen een claustrofobische ervaring, want er is niet veel ruimte in de tunnel. Een volwassen persoon weet dit misschien nog te plaatsen en bijt op de tanden, maar voor een jong kindje dat pijn heeft, is dit allesbehalve vanzelfsprekend. Een mooi MRI-beeld wordt zo een hele uitdaging. Is er te veel beweging? Dan zijn de beelden onscherp en is de scan te herdoen.

Om die uitdaging het hoofd te bieden en het comfort van de patiënt tijdens MRI-scans te bevorderen, wordt steeds meer onderzoek gedaan naar manieren om de doorlooptijd van het onderzoek te verkorten. De kracht van artificiële intelligentie en in het bijzonder deep learning biedt perspectief om de acquisitietijd van de beelden te verkorten. Hierdoor moet de patiënt minder lang in de scanner, wat het comfort verhoogt en de pijn verlaagt. Minder pijn betekent minder beweging, wat dan weer de beeldkwaliteit bevordert.

Tienduizenden beelden

Met de AI-gestuurde beeldreconstructietechnologie Deep Resolve, brengt Siemens Healthineers dit concept concreet in de praktijk. Maar hoe gaat dit in zijn werk? Bij een MRI-scan bestaat elk beeld dat gemaakt wordt uit een signaal en ruis. Hoe sneller een beeld wordt vastgelegd of hoe meer beweging van de patiënt, hoe meer ruis. Deep Resolve is in staat om die ruis uit de beelden te filteren, waardoor snelheid en beweging minder een probleem vormen. Dat doet de technologie met behulp van een deep learning-netwerk, met een sterk AI-algoritme dat getraind is met historische data van tienduizenden andere scans en zo kan inschatten wat zich achter de ruis bevindt.

Naast het onderdrukken van ruis kan Deep Resolve lageresolutiebeelden omzetten in beelden van hoge kwaliteit. Vergelijk het met een troebel beeld van de Mona Lisa. Ook al kan je het beeld op het schilderij niet ontwaren, je hebt het kunstwerk ongetwijfeld al talloze keren gezien. Op basis van die ervaring uit het verleden, vullen je hersenen het beeld verder in en herken je de bekende dame meteen.

Door de kortere acquisitietijd is het bovendien mogelijk om bepaalde scans te hernemen. Wanneer de technoloog in het verleden een kwartier de tijd had, kon hij of zij vijf scans maken die elk drie minuten in beslag namen. Die efficiëntie ligt nu tot tien keer hoger, waardoor er tijd vrijkomt om een beeld indien nodig opnieuw te maken. Of om een extra scan te nemen van een bepaalde snede, wat een meer nauwkeurige diagnose in de hand werkt.

In vivo pediatrie

De technologie vindt toepassing in alle takken van de geneeskunde waarin MRI een rol te spelen heeft, maar bewijst zeker zijn nut in de pediatrie en de musculoskeletale geneeskunde. Vooral bij kinderen is het moeilijk om de beweging tijdens de scan te beperken. Zeer jonge kinderen kregen in het verleden daarom wel eens de fles om hen te kalmeren, maar op oudere leeftijd heeft dit uiteraard geen effect. Dan helpt het enorm als het proces van de scan korter is.

Ook bij in vivo pediatrie is de technologie van grote meerwaarde. Als het kind nog in de buik zit, is het vrij om te bewegen. Hoewel het daarom tot dusver moeilijker was om nauwkeurige scans te maken, was MRI steeds de voorgeschreven methodologie omdat er geen straling bij te pas komt. Dit is cruciaal bij kinderen en al zeker bij ongeborenen. Dankzij een AI-gestuurde beeldreconstructietechnologie zoals Deep Resolve en de kortere acquisitietijd, is het nu veel makkelijker om van de foetus alsnog MRI-beelden te maken van hoge kwaliteit. Dit is een goed voorbeeld van hoe de technologie deuren opent naar nieuwe toepassingen en op die manier bijdraagt aan een betere zorgkwaliteit in het algemeen.

Annemie Steegmans, MR Product Specialist bij Siemens Healthineers

LAAT EEN REACTIE ACHTER

Vul alstublieft uw commentaar in!
Vul hier uw naam in