- Um software de IA, o BrainStem Bundle Tool (BSBT), segmenta automaticamente oito feixes distintos de matéria branca no tronco cerebral em imagens por difusão.
- O estudo, conduzido por pesquisadores do MIT, Harvard e Massachusetts General Hospital, foi publicado no Proceedings of the National Academy of Sciences em 6 de fevereiro.
- BSBT foi treinado com trinta exames de difusão cerebral do Human Connectome Project e validado contra dissecações post-mortem, mostrando consistência em noventa dias de reavaliação de voluntários.
- Em pacientes com doença de Parkinson, esclerose múltipla e lesão cerebral traumática, houve padrões consistentes de mudanças em volume e anisotropia fracionada; também houve insights sobre Alzheimer.
- Em um caso de coma de sete meses, a ferramenta mostrou reposicionamento dos feixes e redução de lesões durante a recuperação, sugerindo potencial prognóstico.
O estudo coletivo de MIT, Harvard e Massachusetts General Hospital apresenta o BSBT, um software com IA que segmenta automaticamente oito feixes distintos de white matter no tronco encefálico a partir de tomografias por difusão. A pesquisa foi publicada em 6 de fevereiro na Proceedings of the National Academy of Sciences.
O objetivo é revelar padrões de alteração estrutural no tronco, área responsável por funções vitais como respiração, batimento cardíaco e estado de vigília. O BSBT fornece mapas probabilísticos das fibras, combinados a sinais de difusão, para identificar os oito feixes de forma automatizada.
Para treinar a IA, os pesquisadores usaram 30 exames de difusão do Human Connectome Project, com rotulagem manual. Em validação com dissecção post-morte e imagens ultrarresolutas, o BSBT mostrou alta precisão na identificação das estruturas, em novos exames.
Em testes de consistência, o BSBT localizou as mesmas Bundles em 40 voluntários em duas varreduras separadas, com intervalo de dois meses. A ferramenta também foi aplicada a diferentes conjuntos de dados para confirmar robustez.
Resultados e implicações
Ao aplicar o BSBT a pacientes com Alzheimer, Parkinson, esclerose múltipla e trauma cranioencefálico, o estudo identificou padrões distintos de alterações. Alzheimer mostrou declínio em apenas um feixe; Parkinson, em três; MS, em quatro, com perdas adicionais de volume.
O estudo também indicou que pacientes com TBI apresentaram FA reduzida em várias Bundles, sem perda de volume significativa. Em todos os casos, o BSBT demonstrou maior acurácia que outros métodos de classificação.
Um caso concreto avaliou um homem de 29 anos em coma por TBI. Em set de imagens ao longo de sete meses, as fibras se reorganizaram, com redução de lesões e reposicionamento das Bundles, sugerindo potencial prognóstico para recuperação do coma.
Além da detecção, os autores defendem o BSBT como complemento diagnóstico, facilitando o monitoramento longitudinal da integridade da troncoencefálica. A ferramenta pode ampliar a compreensão da regulação de funções vitais.
Participantes e fomento
Os autores sêniores incluem Juan Iglesias e Brian Edlow; demais colaboradores são de diversas equipes da MIT, HMS e MGH. O financiamento veio do NIH, DoD, James S. McDonnell, entre outras fundações e instituições nacionais.
Entre na conversa da comunidade