Hybrid AI Focus resuelve una tractografía problemática para la cirugía cerebral

¿Qué es la tractografía y por qué es importante?

El cerebro es una red altamente compleja de células nerviosas interconectadas por pistas delicadas, conocidas como fibras nerviosas o tratamiento. Estas conexiones son esenciales para el movimiento, el habla, el pensamiento y muchas otras funciones. Para visualizar estas estructuras, los investigadores usan tractografía, una técnica de imagen que calcula el curso de las rutas nerviosas basadas en exploraciones RMN especializadas. Esta información es particularmente crucial para la planificación de cirugías cerebrales, como las realizadas en pacientes con epilepsia sujetos a intervención quirúrgica.

Los métodos de tractografía actuales se basan en modelos matemáticos que deducen la ubicación de las rutas nerviosas a partir de los datos de la RM. Sin embargo, estos métodos a menudo implican incertidumbre, especialmente cuando el cerebro ha alterado por enfermedad o cirugía. Aquí es donde entran en juego los métodos modernos de IA: aprovechando las máquinas de aprendizaje, estos sistemas pueden reconocer patrones y generar reconstrucciones más precisas.

Tractografía potencial, pero también desafíos

En el estudio, los investigadores probaron un método ampliamente utilizado llamado tratamiento, formado originalmente en cerebros sanos. El equipo investigó si también podría funcionar para pacientes con epilepsia que habían sufrido una hemisfetomía: un procedimiento quirúrgico que desconecta los dos hemisferios del cerebro.

Los resultados mostraron que el trato funcionó bien en muchos casos, pero también causó errores inesperados: reconstruyó los caminos nerviosos que ya no deberían existir debido a la cirugía, un fenómeno conocido como «alucinación». Al mismo tiempo, algunas carreteras restantes fueron capturadas incompletamente o carecían por completo de la reconstrucción.

Un nuevo enfoque híbrido para reconstrucciones más precisas

Para resolver estos problemas, el equipo desarrolló un nuevo método híbrido que combina las ventajas de la IA con la fidelidad de los datos de técnicas tradicionales. Este enfoque garantiza que solo se reconstruyen las conexiones nerviosas existentes. El resultado: no hay más alucinaciones, una mejor detección de caminos y reconstrucciones preservadas en general más precisos, incluso en cerebros sanos.

El profesor Thomas Schultz, director de ciencias de la vida del Instituto Lamarr y profesor del Instituto de Ciencias de la Computación de la Universidad de Bonn, enfatiza la importancia de este trabajo: «Nuestro estudio demuestra tanto el potencial como las limitaciones de la tractografía impulsadas por la IA en aplicaciones clínicas. La combinación de IA con métodos tradicionales ofrece una solución prometedora para reconstrucciones más precisas, especialmente cuando se trata de datos sobre pacientes afectados por cambios patológicos. Nuestro objetivo es refinar aún más estos enfoques y hacerlos aplicables a la neurocirugía a largo plazo «.

Financiado por un premio de basura de la Universidad de Bonn

Esta publicación es el resultado de una colaboración financiada por el Premio al Modelado para la Vida y la Salud de la Universidad de Áreas de Investigación Transdisciplinaria (TRA) de la Universidad de Bonn (TRA) y la vida y la salud. El proyecto se llevó a cabo en colaboración con PD Dr. Theodor Rüber, investigador principal en el Grupo de Neuroimage Translucional y neurólogo en el Departamento de Neuroradiología del Reino Unido. Las áreas de investigación transdisciplinaria de la Universidad de Bonn sirven como núcleos de innovación y exploración en investigación y educación, lo que permite a los académicos colaborar entre disciplinas y facultades, así como con socios externos, para enfrentar desafíos científicos, tecnológicos clave y tecnológicos clave. Esta primera publicación conjunta ilustra cómo el intercambio entre la investigación de IA y la neurociencia puede ayudar a avanzar en los procedimientos médicos, ofreciendo beneficios directos a los pacientes.

Además, el proyecto fue apoyado por el Programa BnTrainee de la Universidad de Bonn y el Programa de Ciencia Neurosis de Neurociencia de Bonn.