Onze hersenen bevatten een uiterst complex netwerk van zenuwcellen die met elkaar verbonden zijn door delicate paden, bekend als zenuwvezels of -banen. Deze verbindingen zijn essentieel voor beweging, spraak, gedachten en vele andere functies. Tijdens de voorbereiding van complexe hersenoperaties is het van belang dat deze zenuwbanen zo secuur mogelijk in beeld gebracht worden. Een team van Duitse wetenschappers heeft onderzoek gedaan naar een AI-gedreven methode hiervoor.
Voor het in beeld brengen van het complexe netwerk van zenuwcellen, wordt gebruik gemaakt van tractografie, een beeldvormingstechniek die het verloop van zenuwbanen berekent op basis van gespecialiseerde MRI-scans. Deze informatie is met name cruciaal voor de planning van hersenoperaties, zoals die worden uitgevoerd bij epilepsiepatiënten die een chirurgische ingreep ondergaan.
AI-gedreven tractografie
Huidige tractografie methoden zijn gebaseerd op wiskundige modellen die de locatie van zenuwbanen afleiden uit MRI-gegevens. Deze methoden brengen echter vaak onzekerheden met zich mee, vooral wanneer de hersenen zijn veranderd door ziekte of een operatie. Dit is waar moderne AI-methoden in het spel komen: door gebruik te maken van machine learning kunnen deze systemen patronen herkennen en nauwkeurigere reconstructies genereren.
In de studie testten de onderzoekers een veelgebruikte AI-methode genaamd TractSeg, oorspronkelijk getraind op gezonde hersenen. Het team onderzocht of het ook zou kunnen werken voor epilepsiepatiënten die een hemisferotomie hadden ondergaan, een chirurgische ingreep waarbij de twee hersenhelften van elkaar worden losgekoppeld.
Goede prestaties, en uitdagingen
De resultaten toonden aan dat TractSeg in veel gevallen goed presteerde, maar ook onverwachte fouten produceerde: het reconstrueerde zenuwbanen die niet langer zouden moeten bestaan vanwege de operatie, een fenomeen dat bekendstaat als 'hallucinatie'. Tegelijkertijd werden sommige resterende banen ofwel onvolledig vastgelegd of ontbraken ze volledig in de reconstructie.
Om deze problemen aan te pakken, ontwikkelde het team een nieuwe hybride methode die de voordelen van AI combineert met de datagetrouwheid van traditionele technieken. Deze aanpak zorgt ervoor dat alleen bestaande zenuwverbindingen worden gereconstrueerd. Het resultaat: geen hallucinaties meer, betere detectie van bewaarde paden en over het algemeen nauwkeurigere reconstructies, zelfs in gezonde hersenen.
"Onze studie toont zowel het potentieel als de beperkingen van AI-aangedreven tractografie in klinische toepassingen. De combinatie van AI met traditionele methoden biedt een veelbelovende oplossing voor nauwkeurigere reconstructies, vooral bij het omgaan met patiëntgegevens die zijn beïnvloed door pathologische veranderingen”, vertelt Prof. Dr. Thomas Schultz, Principal Investigator in de Life Sciences bij het Lamarr Institute en hoogleraar aan het Institute for Computer Science aan de Universiteit van Bonn.
Veiligere hersenoperaties
Tegenwoordig is AI vooral het toverwoord en de technologie waar veel van verwacht wordt. In 2020 werkte het UMC Utrecht aan een oplossing om AR-technologie, augmented reality, in te zetten tijdens hersenoperaties. Doel was om met behulp van automatisch gegenereerde hologrammen uit hersenscans hersenoperaties preciezer, sneller, veiliger en minder belastend voor de patiënt te maken.
