Un análisis de imágenes por resonancia magnética dirigido por investigadores de Brigham que utilizaron inteligencia artificial dio como resultado la producción de un estándar de crecimiento de referencia y una forma rápida y reproducible de medir indicadores de masa muscular magra en niños en desarrollo.
Aprovechando la inteligencia artificial y el conjunto de datos de resonancia magnética cerebral pediátrica más grande hasta la fecha, los investigadores han desarrollado una tabla de crecimiento para rastrear la masa muscular en niños en crecimiento. El nuevo estudio dirigido por investigadores del Brigham and Women’s Hospital, miembro fundador del sistema de salud Mass General Brigham, encontró que su herramienta basada en inteligencia artificial es la primera en ofrecer una forma estandarizada, precisa y confiable de evaluar y rastrear indicadores de masa muscular en la resonancia magnética de rutina. Sus resultados fueron publicados hoy en Nature Communications .
“Los pacientes pediátricos con cáncer a menudo luchan con una masa muscular baja, pero no existe una forma estándar de medir esto. Nos motivamos a utilizar inteligencia artificial para medir el grosor del músculo temporal y crear una referencia estandarizada”, dijo el autor principal Ben Kann, MD, oncólogo radioterápico del Departamento de Oncología Radioterápica de Brigham y del Programa de Inteligencia Artificial en Medicina del General de Masa Brigham. “Nuestra metodología produjo una tabla de crecimiento que podemos utilizar para rastrear el grosor muscular de los niños en desarrollo de forma rápida y en tiempo real. De esta manera podemos determinar si están creciendo dentro de un rango ideal”.
La masa muscular magra en humanos se ha relacionado con la calidad de vida, el estado funcional diario y es un indicador de la salud general y la longevidad. Las personas con afecciones como sarcopenia o baja masa muscular magra corren el riesgo de morir antes o de ser propensas a diversas enfermedades que pueden afectar su calidad de vida. Históricamente, no ha existido una forma práctica o generalizada de realizar un seguimiento de la masa muscular magra, siendo el índice de masa corporal (IMC) la forma predeterminada de medición. La debilidad de utilizar el IMC es que, si bien considera el peso, no indica qué parte de ese peso es músculo. Durante décadas, los científicos han sabido que el grosor del músculo temporal fuera del cráneo está asociado con la masa muscular magra en el cuerpo. Sin embargo, el grosor de este músculo ha sido difícil de medir en tiempo real en la clínica y no había forma de diagnosticar un grosor normal o anormal. Los métodos tradicionales normalmente implican mediciones manuales, pero estas prácticas requieren mucho tiempo y no están estandarizadas.
Para abordar esto, el equipo de investigación aplicó su línea de aprendizaje profundo a exploraciones por resonancia magnética de pacientes con tumores cerebrales pediátricos tratados en el Boston Children’s Hospital/Dana-Farber Cancer Institute en colaboración con el Boston Children’s Radiology Department. El equipo analizó 23.852 resonancias magnéticas de cerebros sanos y normales de personas de entre 4 y 35 años para calcular el grosor del músculo temporal (iTMT) y desarrollar tablas de crecimiento de referencia normal para el músculo. Los resultados de la resonancia magnética se agregaron para crear tablas de crecimiento normal iTMT específicas por sexo con percentiles y rangos. Descubrieron que iTMT es preciso para una amplia gama de pacientes y es comparable al análisis de expertos humanos capacitados.
Según Kann la idea es que estas tablas de crecimiento se puedan usar para determinar si la masa muscular de un paciente está dentro de un rango normal, de manera similar a las tablas de crecimiento de altura y peso que se usan típicamente en el consultorio del médico.
En esencia, el nuevo método podría usarse para evaluar a pacientes que ya reciben resonancias magnéticas cerebrales de rutina que rastrean afecciones médicas como cánceres pediátricos y enfermedades neurodegenerativas. El equipo espera que la capacidad de controlar el músculo temporal de forma instantánea y cuantitativa permita a los médicos intervenir rápidamente en pacientes que demuestran signos de pérdida muscular y así prevenir los efectos negativos de la sarcopenia y la baja masa muscular.
Una de las limitaciones radica en la dependencia de los algoritmos de la calidad del escaneo y en cómo una resolución subóptima puede afectar las mediciones y la interpretación de los resultados. Otro inconveniente es la cantidad limitada de conjuntos de datos de resonancia magnética disponibles fuera de Estados Unidos y Europa que pueden brindar una imagen global precisa.
“En el futuro, es posible que queramos explorar si la utilidad de iTMT será lo suficientemente alta como para justificar la realización de resonancias magnéticas de forma regular a más pacientes”, dijo Kann. “Planeamos mejorar el rendimiento del modelo entrenándolo en casos más desafiantes y variables. Las aplicaciones futuras de iTMT podrían permitirnos rastrear y predecir la morbilidad, así como revelar estados fisiológicos críticos en pacientes que requieren intervención”.
