Publicerat 11.1.2024
Text: Jarmo Teuho
Bild: Shutterstock
Redigering: Viestintätoimisto Jokiranta Oy

 

 

PET-avbildning kan användas för att identifiera hjärt- och kärlsjukdomar. Genom PET-undersökning av hjärtmuskelna perfusion får man information om risken för allvarliga hjärtincidenter, vilket styr valet av vårdlinje. I otaliga studier har man granskat hur tillförlitlig PET-undersökning av hjärtmuskelperfusionen är, och kunnat konstatera att metoden är den mest exakta av de noninvasiva metoderna. Särskilt vid diagnostik av kranskärlssjukdom är en stor fördel med PET-avbildning det att perfusionen kan mätas helt kvantitativt.

För analys av perfusionsundersökningar används för närvarande analysprogrammet Carimas, som har utvecklats för detta ändamål vid det nationella PET-centret i Åbo. Vår forskningsgrupp undersöker utvecklingen och tillämpningen av AI-metoder inom olika delområden i analyskedjan med målet att utveckla och automatisera analysen. I vårt arbete kombineras forskning inom medicin, avbildning och teknik.

 

Internationellt forskningssamarbete

Artificiell intelligens och särskilt djupinlärning har redan utnyttjats effektivt inom många delområden, såsom mönsterigenkänning, bildbehandling och dataanalytik samt numera också i många typer av innehållsproduktion. De mest kända medicinska applikationerna är säkerligen olika verktyg som tagits fram för COVID-diagnostik och som väckte mycket uppmärksamhet i medierna. Artificiell intelligens har ändå redan tillämpats relativt mångsidigt inom medicinsk avbildning också inom andra delområden, såsom i CT- och MRI-avbildning.

Vid PET-undersökning av hjärtmuskelperfusion har AI-metoder ännu inte utnyttjats särskilt mycket. Vi har ändå studerat tillämpningen av AI-metoder i PET-avbildning sedan 2019, då vi inledde vårt samarbete med en japansk forskningsgrupp som specialiserat sig på maskininlärning. Vårt samarbete fokuserar på att studera och tillämpa djupinlärningsmetoder vid PET-avbildning. Jag har nyligen avslutat mitt år som utbytesforskare vid Nara Institute of Science and Technology som gav möjlighet att utveckla preliminära metoder och tillämpa dem på PET-bilddata – vårt forskningsprojekt utgör en direkt fortsättning på detta samarbete.

 

Underlättar också diagnostiken

Tillämpningen av artificiell intelligens är till stor nytta i PET-avbildning och diagnostik samt i synnerhet vid en automatisering av analyskedjan. AI-modeller kan exempelvis tillämpas vid automatisk definition av intressanta områden (bildsegmentering), modellering av fysiologiska parametrar, såsom blodflödet (datamodellering) samt för automatisk diagnostik utifrån olika typer av data (klassificering av resultat). Allt detta gör det kliniska arbetet snabbare och effektivare och kan också medföra att analyser bättre kan upprepas.

Numera är det möjligt att i samband med modellerna inkludera tekniker som gör det möjligt att på ett förståeligt sätt förklara för människor vilka prognoser modellen tagit fram och hur modellen fungerar. Detta är till hjälp vid tolkning av AI-modellen – till skillnad från ”svarta lådan”-modellen, där kedjan bakom och motiveringarna till besluten förblir diffusa.

Utöver metodutvecklingen är ett av målen för projektet att hitta sätt med vilka de utvecklade modellerna enkelt kan tolkas och förklaras. På så sätt kan det slutresultat som åstadkommits med AI alltid säkras och tolkas av användaren, vilket är av största vikt i diagnostiska undersökningar.

 

AI i automatisering av analyser

I detta projekt utvecklar och tillämpar vi djupinlärningsmodeller för automatisering av PET-perfusionsanalyskedjan. Modeller tas fram för bildsegmentering samt för modellering och klassificering av data. Dessutom jämför vi de resultat som härleds från modellerna med resultaten från den kliniska analysen för att få information om hur exakta modellerna är och hur de fungerar. På så sätt kan vi göra hela analyskedjan snabbare, exaktare och lättare att upprepa. Vårt mål är att integrera de verktyg vi utvecklat som en del av programmet Carimas, som tagits fram vid PET-centret i Åbo.

Utan stipendiet hade vi inte haft möjlighet att genomföra denna studie i dess nuvarande omfattning och tidtabell. Jag vill tacka Sakari Alhopuros stiftelse för stödet till vetenskap och forskning!

 

 

 

 

Jarmo Teuho, doktor i medicinsk fysik och teknik, arbetar som forskare vid det nationella PET-centret. Han disputerade 2018 i ämnet PET-/MR-avbildning och 2021 beviljades han en docentur i medicinsk avbildning, fysik och teknik vid Åbo universitet. Teuho har två gånger varit på forskarbesök i Japan: vid Nara Institute of Science and Technlogy i Nara och vid National Cereberal and Cardiovascular Research Centre i Osaka. För närvarande bedriver han tillsammans med sin forskningsgrupp teknisk metodforskning kring PET-avbildning, vilken även omfattar maskininlärningsmetoder.

 

 

 

 

Referenser (på finska):

https://www.duodecimlehti.fi/duo15556