Las ecografías son una herramienta fundamental durante el embarazo, proporcionando imágenes bidimensionales en blanco y negro que ofrecen información valiosa sobre el feto. Sin embargo, cuando se requiere una visión más detallada, los médicos recurren a las resonancias magnéticas (MRI), que generan imágenes que pueden combinarse para crear una representación 3D del feto.
El problema con las imágenes 3D tradicionales
Aunque las MRI ofrecen una perspectiva tridimensional, su interpretación puede ser un desafío. Nuestro sistema visual no está acostumbrado a procesar escaneos volumétricos 3D, lo que dificulta la detección y el diagnóstico de posibles problemas. Aquí es donde entra en juego el aprendizaje automático.
Fetal SMPL: Un modelo 3D impulsado por IA
Investigadores del MIT, en colaboración con el Boston Children’s Hospital (BCH) y la Harvard Medical School, han desarrollado una nueva herramienta llamada “Fetal SMPL” que proporciona una imagen más detallada de la salud fetal. Esta herramienta se basa en un modelo preexistente llamado “SMPL” (Skinned Multi-Person Linear model), utilizado en gráficos por computadora para capturar formas y poses del cuerpo adulto.
Fetal SMPL fue entrenado con 20,000 volúmenes de MRI para predecir la ubicación y el tamaño del feto, creando representaciones 3D de alta precisión. El modelo incluye un esqueleto con 23 articulaciones, permitiendo que el sistema pose y mueva al feto de manera realista, imitando los movimientos observados durante el entrenamiento.
Precisión milimétrica
La precisión de Fetal SMPL es notable. En las pruebas, el sistema se desalineó en un promedio de solo 3.1 milímetros, una diferencia menor que un grano de arroz. Esta exactitud permite a los médicos medir con precisión el tamaño de la cabeza o el abdomen del bebé y comparar estas medidas con las de fetos sanos de la misma edad gestacional.
Según Yingcheng Liu SM ’21, autor principal e investigador de CSAIL, uno de los retos es estimar la forma y la postura de un feto, debido a que se encuentra en un espacio reducido como lo es el útero, pero gracias a su sistema de huesos interconectados bajo la superficie del modelo 3D, se representa el cuerpo y los movimientos fetales de forma realista.
Comparación con otros modelos
Fetal SMPL se comparó con “SMIL”, un sistema que modela el crecimiento infantil. Para asegurar una comparación justa, los modelos SMIL se redujeron en un 75%. Fetal SMPL superó a SMIL, recreando escaneos reales con mayor precisión.
Pruebas y futuro de Fetal SMPL
Las pruebas iniciales de Fetal SMPL han sido prometedoras, pero los investigadores planean expandir las pruebas a poblaciones más grandes, diferentes edades gestacionales y una variedad de condiciones médicas para comprender mejor las capacidades del sistema.
Actualmente, Fetal SMPL se centra en el análisis de la superficie del feto. El equipo planea desarrollar una versión volumétrica que modele la anatomía interna, incluyendo órganos como el hígado, los pulmones y los músculos.
Un avance significativo
Fetal SMPL representa un avance significativo en el campo de la salud fetal, ofreciendo una herramienta precisa y detallada para el diagnóstico y seguimiento del desarrollo prenatal. Este desarrollo permitirá mejorar la evaluación del desarrollo fetal y su salud, así como obtener información sobre el desarrollo funcional temprano del cerebro fetal en relación con los movimientos corporales.
Este sistema, que extiende los modelos paramétricos de la superficie del cuerpo humano a las primeras etapas de la vida humana: los fetos, permitirá separar la forma y el movimiento de un humano, lo que ya ha demostrado ser clave para comprender cómo la forma del cuerpo adulto se relaciona con las condiciones metabólicas y cómo el movimiento infantil se relaciona con los trastornos del neurodesarrollo.
Los investigadores presentarán su trabajo en la Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora (MICCAI) en septiembre.
Fuente: MIT News
Leave a Comment