Los investigadores desarrollan la nueva plataforma automatizada para los análisis profundizados de las exploraciones de MRI

Uno de la cañería maestra trabaja con herramienta uso de los doctores de descubrir enfermedades y los daños en los casos que colocan de esclerosis múltiple a los huesos fragmentados son proyección de imagen de resonancia magnética (MRI). Sin embargo, los resultados de una exploración de MRI tardan horas o días para interpretar y para analizar. Esto significa que si una investigación más detallada es necesaria, o hay un problema con la exploración, el paciente necesita volver para una continuación.

Un sistema de nuevo, superinformática-movido por motor, en tiempo real análisis puede cambiar eso.

Los investigadores del centro de cómputo avance Tejas (TACC), del centro de la ciencia de la salud de la Universidad de Texas (UTHSC) y de la atención sanitaria de Philips, han desarrollado una nueva, automatizada plataforma capaz de volver análisis profundizados de MRI exploran en los minutos, servicios repetidos pacientes de tal modo que disminuían, salvando millones de dólares anualmente, y avance el remedio de la precisión.

Las personas presentaron una demostración del prueba-de-concepto de la plataforma en la Conferencia Internacional sobre Biomedical y la informática de la salud esta semana en Orlando, la Florida.

La plataforma desarrollaron cosechadoras las capacidades de la proyección de imagen del analizador de Philips MRI con la capacidad de cálculo del superordenador de la precipitación -- uno del más rápido del mundo -- usando la infraestructura TACC-revelada de la plataforma del API del agavo para facilitar la comunicación, la transferencia de datos, y el mando de trabajo entre los dos.

Un API, o el Application Program Interface, es un equipo de protocolos y de las herramientas que especifican cómo los componentes de software deben obrar recíprocamente. El agavo maneja la ejecución de los trabajos que calculan y maneja el flujo de datos del sitio al sitio. Se ha utilizado para un alcance de problemas, de la genómica de la instalación a las simulaciones moleculares, y permite que los investigadores lleguen hasta recursos del cyberinfrastructure como la precipitación vía la membrana.

“La plataforma del agavo trae la potencia del ordenador de alto rendimiento en la clínica,” dijo a Guillermo (Joe) Allen, investigador de las ciencias de la vida para TACC y autor importante en el papel. “Esto da los radiólogos y al otro estado mayor clínico los medios de ofrecer control de calidad en tiempo real, el remedio de la precisión, y el mejor cuidado total al paciente.”

Para su proyecto de demostración, el estado mayor en UTHSC realizó exploraciones de MRI en un paciente con un desorden del cartílago para fijar el estado de la enfermedad. Los datos del MRI fueron pasados con un proxy server para precipitar donde funcionaron con la herramienta de análisis de la UVA (ambiente gráfico de las tuberías). Creado por los investigadores en UTHSC, la UVA caracteriza el tejido explorado y devuelve la información pertinente que se puede utilizar para hacer la exploración adaptante - esencialmente informando a un clínico considerar más de cerca una región de interés, así acelerando el descubrimiento de patologías.

Los investigadores demostraron la eficacia de sistema usando un T1 que correlacionaban el proceso, que convierte informaciones en bruto a las imágenes útiles. La transformación implica análisis de datos de cómputo-intensivos y es por lo tanto una demostración razonable de un flujo de trabajo típico para MRI en tiempo real, cuantitativo.

Un circuito completo, de la exploración de MRI al superordenador y al dorso, tardó aproximadamente cinco minutos para terminar y era realizado sin ningunas entradas o intervenciones adicionales. El sistema se diseña para alertar al operador del analizador para hacer de nuevo una exploración corrompida si el paciente se mueve, o exploraciones adicionales del iniciado según las necesidades, mientras que agrega solamente tiempo mínimo al proceso total de la exploración.

“Somos muy emocionados por esta colaboración fructuosa con TACC,” dijo a Refaat Gabr, profesor adjunto de la proyección de imagen diagnóstica e Interventional en UTHSC y del investigador del guía en el proyecto. “Integrando la potencia de cómputo de TACC, proyectamos construir un ambiente totalmente adaptante de la exploración para estudiar esclerosis múltiple y otras enfermedades.”

Investigador co-principal de Ponnada Narayana, de Gabr y el director de la investigación de resonancia magnética en la Facultad de Medicina de la Universidad de Texas en Houston, elaborado.

“Otro potencial de esta tecnología es la extracción de cuantitativo, análisis basado en información de la textura de MRI,” él dijo. “Hay unos miles texturas que se pueden cuantificar en MRI. Estas texturas se pueden combinar usando los modelos matemáticos apropiados para el radiomics. Combinar radiomics con los perfiles genéticos, designados radiogenomics, tiene el potencial de predecir resultados en enfermedades de un número, incluyendo cáncer, y es una piedra angular del remedio de la precisión.”

Según Allen, la “ciencia como las plataformas de servicio” como el agavo permitirá a doctores capturar muchas clases de datos biomédicos en tiempo real y girarlos en discernimientos procesables.

“Aquí, demostramos esto somos posibles para MRI. Pero esta misma idea se podría ampliar a virtualmente cualquier aparato médico que recopile datos pacientes,” él dijo. “En un mundo de datos grandes de la salud y de una capacidad casi ilimitada de calcular, allí es poca razón para no leverage recursos del ordenador de alto rendimiento en la clínica.”