Os pesquisadores desenvolvem a plataforma automatizada nova para análises detalhadas de varreduras de MRI

Um do cano principal utiliza ferramentas o uso dos doutores detectar doenças e os ferimentos nos casos que variam da esclerose múltipla aos ossos quebrados são ressonância magnética (MRI). Contudo, os resultados de uma varredura de MRI tomam horas ou dias para interpretar e analisar. Isto significa que se uma investigação mais detalhada é necessário, ou há um problema com a varredura, o paciente precisa de retornar para uma continuação.

Um novo, supercomputação-posto, sistema de análise de tempo real pode mudar aquele.

Os pesquisadores do centro de elaboração avançado Texas (TACC), do centro da ciência da saúde da Universidade do Texas (UTHSC) e dos cuidados médicos de Philips, desenvolveram uma plataforma nova, automatizada capaz de retornar análises detalhadas de MRI fazem a varredura nas actas, rechamadas pacientes desse modo de minimização, salvar milhões de dólares anualmente, e avançando a medicina da precisão.

A equipe apresentou uma demonstração do prova--conceito da plataforma na conferência internacional sobre o Biomedical e a informática da saúde esta semana em Orlando, Florida.

A plataforma desenvolveram ligas as capacidades da imagem lactente do varredor de Philips MRI com a potência de processamento do super-computador do debandada -- um do mais rápido no mundo -- usando a infra-estrutura TACC-revelada da plataforma do API da agave para facilitar uma comunicação, transferência de dados, e o controle de trabalho entre os dois.

Um API, ou o Application Program Interface, são um grupo de protocolos e de ferramentas que especificam como os componentes de software devem interagir. A agave controla a execução dos trabalhos de computação e segura o fluxo dos dados do local ao local. Foi usada para uma escala dos problemas, da genómica da planta às simulações moleculars, e permite que os pesquisadores alcancem recursos do cyberinfrastructure como o debandada através da Web.

“A plataforma da agave traz a potência do informática de alto rendimento na clínica,” disse William (Joe) Allen, um pesquisador da ciência da vida para TACC e autor principal no papel. “Isto dá radiologistas e o outro pessoal clínico os meios fornecer o controle da qualidade do tempo real, a medicina da precisão, e o melhor cuidado total ao paciente.”

Para seu projecto de demonstração, o pessoal em UTHSC executou varreduras de MRI em um paciente com uma desordem da cartilagem para avaliar o estado da doença. Os dados do MRI foram passados com um proxy server ao debandada onde executaram a ferramenta de análise da UVA (ambiente gráfico dos encanamentos). Criado por pesquisadores em UTHSC, a UVA caracteriza o tecido feito a varredura e retorna a informação pertinente que pode ser usada para fazer a exploração adaptável - essencialmente dizendo um clínico para olhar mais pròxima em uma região de interesse, assim acelerando a descoberta das patologias.

Os pesquisadores demonstraram a eficácia de sistema usando um T1 que traçam o processo, que converte dados brutos à aparência útil. A transformação envolve análises de dados computacional-intensivas e é conseqüentemente uma demonstração razoável de uns trabalhos típicos para o tempo real, MRI quantitativo.

Um circuito completo, da varredura de MRI ao super-computador e à parte traseira, tomou aproximadamente cinco minutos para terminar e foi realizado sem nenhumas entradas ou intervenções adicionais. O sistema é projectado alertar o operador do varredor para refazer uma varredura corrompida se o paciente se move, ou varreduras adicionais do novato como necessários, ao adicionar somente o tempo mínimo ao processo total da exploração.

“Nós somos muito entusiasmado por esta colaboração frutuosa com TACC,” disse Refaat Gabr, um professor adjunto da imagem lactente diagnóstica e Interventional em UTHSC e do pesquisador do chumbo no projecto. “Integrando a potência computacional de TACC, nós planeamos construir um ambiente completamente adaptável da varredura para estudar a esclerose múltipla e as outras doenças.”

Investigador co-principal de Ponnada Narayana, de Gabr e o director da pesquisa da ressonância magnética na Faculdade de Medicina da Universidade do Texas em Houston, elaborado.

Um “outro potencial desta tecnologia é a extracção de quantitativo, análise informação-baseada da textura de MRI,” disse. “Há algumas mil texturas que podem ser determinadas em MRI. Estas texturas podem ser combinadas usando modelos matemáticos apropriados para o radiomics. Combinar o radiomics com os perfis genéticos, referidos como o radiogenomics, tem o potencial prever resultados em doenças de um número, incluindo o cancro, e é uma pedra angular da medicina da precisão.”

De acordo com Allen, a “ciência como plataformas de um serviço” como a agave permitirá doutores de capturar muitos tipos de dados biomedicáveis no tempo real e de transformá-los em introspecções accionáveis.

“Aqui, nós demonstramos este somos possíveis para MRI. Mas esta mesma ideia poderia ser estendida a virtualmente todo o dispositivo médico que recolher dados pacientes,” ele disse. “Em um mundo de dados grandes da saúde e de uma capacidade quase ilimitada computar, lá é pouca razão não leverage recursos do informática de alto rendimento na clínica.”