Un índice basado en inteligencia artificial para la cuantificación de desviaciones de la asimetría normal del hipocampo a partir de resonancia magnética cerebral

DUILIO DEANGELI; FRANCISCO IARUSSI; HERNÁN KÜLSGAARD; DELFINA BRAGGIO; JUAN PABLO PRINCICH; MARIANA BENDERSKY; EMMANUEL IARUSSI; IGNACIO LARRABIDE; JOSÉ IGNACIO ORLANDO

CABA

Congreso; Congreso Argentino de Diagnóstico por Imagen; 2022

Sociedad Argentina de Radiología

Propósito:Introducir un índice automático capaz de, a partir de imágenes de resonancia magnética (IRM), cuantificar desvíos en las asimetrías normales entre hipocampos utilizando inteligencia artificial y detección de anomalías.Materiales y Métodos:El índice se calcula empleando características de volumen, forma y morfología de ambos hipocampos, extraídas de las mallas 3D de estas estructuras, obtenidas automáticamente mediante redes neuronales a partir de IRM.El modelo predictor del índice es entrenado sólo con sujetos sanos, y mide la diferencia de una muestra dada respecto a las asimetrías normales observadas en dicha población.Esto permite evitar los sesgos de los modelos de clasificación estándar, que sólo discriminan las diferencias causadas por las patologías observadas al entrenarlos.El índice desarrollado fue entrenado y evaluado utilizando IRM de bancos de datos públicos y privados, por un total de 2839 sujetos control, 179 pacientes con Alzheimer, 71 con demencia leve y 48 con esclerosis hipocampal.Para su evaluación, se comparó la distribución del índice en casos sanos y afectados por las patologías descriptas previamente, su correlación con el índice cognitivo CDR-SB, y se estudió además su capacidad discriminativa mediante curvas ROC.Resultados:El índice de desviación obtenido mostró valores significativamente altos en sujetos con atrofias unilaterales, mientras que mantuvo valores absolutos bajos para individuos control o enfermos con cambios bilaterales leves o severos. Se observó además una correlación R=0.22 entre el índice y el CDR-SB.Conclusión:El método propuesto permite caracterizar automáticamente desviaciones anormales en las asimetrías de los hipocampos, posibilitando estudios anatómicos de cohortes normales o el hallazgo de nuevos biomarcadores para trastornos neurodegenerativos sin requerir segmentar estudios manualmente o reentrenar el modelo en nuevas patologías.