Algoritmo de IA permite rastrear vias vitais da matéria branca

Pesquisadores de MIT, Universidade de Harvard e Massachusetts General Hospital desenvolveram o BrainStem Bundle Tool (BSBT), um software de IA que segmenta automaticamente oito feixes distintos no diffusion MRI do tronco encefálico.
O estudo, aberto, foi publicado em 6 de fevereiro na Proceedings of the National Academy of Sciences (PNAS) e mostrou padrões de alterações estruturais em pacientes com doença de Parkinson, esclerose múltipla e traumatismo cranioencefálico, além de sugerir sinais na doença de Alzheimer.
O BSBT usa um mapa probabilístico de feixes e uma rede neural convolucional para identificar as oito bundles a partir de sequências de diffusion MRI, após treino com 30 imagens do Human Connectome Project.
Em validação, o método detectou as mesmas bundles em 40 voluntários em duas variações de imagem separadas por dois meses, e manteve desempenho consistente em diferentes conjuntos de dados.
Em um caso de TCE grave, o BSBT acompanhou a recuperação de um paciente em coma de sete meses, indicando deslocamento inicial das bundles, redução de lesões e retorno gradual ao posicionamento, sugerindo potencial prognóstico para recuperação de coma.

Um grupo de pesquisa com MIT, Harvard e Massachusetts General Hospital desenvolveu um software de IA capaz de segmentar automaticamente oito feixes distintos de fibras brancas no tronco encefálico em imagens de RM difusão. A ferramenta, denominada BrainStem Bundle Tool (BSBT), promete mapear mudanças estruturais associadas a trauma e neurodegeneração.

O estudo, aberto e publicado em 6 de fevereiro na Proceedings of the National Academy of Sciences, mostra que o BSBT pode identificar padrões de alterações em pacientes com doença de Parkinson, esclerose múltipla e trauma cranioencefálico, além de oferecer insights sobre o Alzheimer. Em um caso, o BSBT acompanhou a recuperação de um comatoso durante sete meses.

Segundo Mark Olchanyi, estudante de pós-graduação do MIT e líder do estudo, o tronco encefálico é difícil de imagear, o que dificultava entender sua organização em humanos. O professor Emery N. Brown, coautor, destaca que o tronco regula funções vitais como respiração, batimento cardíaco e sono, tornando o mapeamento mais detalhado crucial para a medicina.

O BSBT funciona ao traçar caminhos das fibras que entram no tronco a partir de regiões superiores, gerando um mapa probabilístico. Em seguida, uma rede neural convolucional combina esse mapa com várias informações de imagem para distinguir oito conjuntos de feixes.

Para treinar a IA, a equipe utilizou 30 exames de RM de voluntários do Human Connectome Project, com as fibras manualmente anotadas. A validação ocorreu com dissecações de cérebros post-mortem e com imagens de ultra-alta resolução, confirmando a capacidade de identificar os oito feixes.

Em testes de consistência, o BSBT localizou as mesmas fibras em 40 voluntários em dois exames realizados com dois meses de intervalo, demonstrando robustez. A ferramenta também foi avaliada em diferentes conjuntos de dados, com avaliação de como cada componente da rede contribui para a detecção.

Os resultados indicam que o BSBT pode atuar como complemento dos métodos de imagem atuais, oferecendo avaliação fina da estrutura da matéria branca do tronco e, em alguns casos, informações longitudinais sobre evolução de doença ou lesão. O estudo também apresenta um caso de TBI em jovem de 29 anos, em coma, com sinais de deslocamento das bundles e posterior redução de volume durante o coma, acompanhada de recuperaçãoProgressiva.

Os autores ressaltam o potencial prognóstico do BSBT ao identificar feixes preservados que podem facilitar a recuperação de pacientes em coma. Além de Olchanyi, assinam Juan Eugenio Iglesias, Brian Edlow e outros coautores, com apoio financeiro de instituições como NIH, DoD e fundações dedicadas à neurologia.