Físicos usam IA para diminuir doses de radiação em tomografias pediátricas

Imagem obtidas por diferentes métodos. Fonte: Physics World

Pesquisadores japoneses da Kumamoto University demonstraram que é possível usar uma técnica conhecida como Deep learning-based Reconstruction (DLR) para diminuir de forma substancial a dose de radiação em crianças na tomada de imagem por tomografia computadorizada.

O estudo foi publicado na revista American Journal of Roentgenology e mostra que a técnica não reduz a qualidade da imagem, podendo até mesmo melhorá-la ao reduzir o ruído gerado pelo aparelho. Para tanto, foram feitas imagens usando três técnicas, incluindo a DLR em crianças de seis anos ou menos que foram analisadas por dois especialistas diferentes. Também foram feitos testes em um simulador de tecido biológico conhecido como phantom. Em ambos os testes a técnica se mostrou superior às concorrentes mesmo em doses de radiação 54% menores (1.9 mGy em relação aos exames comuns com radiação de 4.0 mGy).

Crianças são mais sensíveis à radiação ionizante (usada nestes exames) do que adultos, o que torna o uso da menor dose possível um dos grandes objetivos na pesquisa de tomografia pediátrica.

O uso de inteligência artificial tem ganhado cada vez mais aplicações nas pesquisas acadêmicas das mais diversas áreas, o que será que vem pela frente? O futuro está na inteligência artificial e nas redes neurais?

Fonte e saiba mais:

[1] Deep learning can decrease radiation dose in paediatric CT scans. Physics World

[2] NAGAYAMA, Yasunori et al. Radiation Dose Reduction for 80-kVp Pediatric CT Using Deep Learning-Based Reconstruction: A Clinical and Phantom Study. American Journal of Roentgenology, 2022.