Sztuczna inteligencja wykrywa tysiące ukrytych zmian mózgowych w stwardnieniu rozsianym

Zespół z University at Buffalo opracował system sztucznej inteligencji, który wykrywa zmiany w korze mózgowej u pacjentów ze stwardnieniem rozsianym niewidoczne dotąd na standardowych obrazach rezonansu magnetycznego. Wyniki opublikowano 7 lipca 2026 roku w czasopiśmie Communications Medicine.

System nazwany MMCLE, czyli Multimodal Cortical Lesion Enhancement, to generatywny model AI łączący kilka technik przetwarzania obrazu jednocześnie. Wykorzystuje sekwencję FLAIR2, stosunek sygnałów T1 do T2 oraz wygenerowany komputerowo obraz typu double inversion recovery, który normalnie wymaga osobnego, czasochłonnego skanowania.

Jak działa nowa metoda

Kluczowa różnica względem dotychczasowych narzędzi polega na tym, że MMCLE analizuje zależności między wieloma kontrastami obrazu MRI równocześnie, zamiast oceniać każdy skan osobno. Dzięki temu wychwytuje mikroskopijne rozbieżności w tkance, które umykają przy klasycznej ocenie pojedynczych sekwencji.

Do automatycznego wykrywania zmian zastosowano segmentację semantyczną opartą na architekturze transformerowej, czyli tej samej rodzinie modeli, która stoi za dużymi systemami językowymi. W tym przypadku model uczy się rozpoznawać wzorce nieprawidłowej tkanki na podstawie tysięcy wcześniej oznaczonych przykładów.

Badacze przetestowali narzędzie na danych z badania ORATORIO, dużego międzynarodowego projektu klinicznego dotyczącego pierwotnie postępującej postaci stwardnienia rozsianego. To właśnie z tej bazy pochodzi grupa 732 uczestników, u których system znalazł zmiany niewidoczne przy standardowej ocenie radiologicznej.

Dlaczego kora mózgowa jest trudna do zbadania

Zmiany w korze mózgowej, w przeciwieństwie do tych w istocie białej, są znacznie trudniejsze do wychwycenia na klasycznych obrazach MRI, ponieważ mają niższy kontrast względem otaczającej tkanki. Dotąd lekarze musieli polegać głównie na specjalistycznych, drogich protokołach obrazowania dostępnych w niewielu ośrodkach badawczych.

Autorzy podkreślają, że MMCLE działa na konwencjonalnych, archiwalnych skanach MRI, czyli danych, które szpitale i ośrodki badawcze już posiadają. Oznacza to, że metoda może zostać zastosowana retrospektywnie do analizy tysięcy istniejących baz danych bez konieczności ponownego badania pacjentów.

Wykrywanie wcześniej niewidocznych zmian korowych na konwencjonalnych, archiwalnych skanach MRI ma poważne znaczenie dla badań nad stwardnieniem rozsianym i opieki klinicznej - dr Robert Zivadinov, starszy autor badania, University at Buffalo

Znaczenie dla diagnostyki i leczenia

Liczba i lokalizacja zmian korowych wiąże się bezpośrednio z postępem niepełnosprawności u pacjentów ze stwardnieniem rozsianym, dlatego ich dokładniejsze wykrywanie może pomóc lekarzom szybciej oceniać skuteczność leczenia i dostosowywać terapię. Do tej pory wielu pacjentów z realnym uszkodzeniem kory mózgowej mogło otrzymywać wyniki opisywane jako stabilne, mimo postępującej choroby.

Badanie prowadzili dr Michael G. Dwyer jako pierwszy autor oraz dr Robert Zivadinov jako autor senior, przy współpracy z naukowcami z MS Center Amsterdam oraz firmy Genentech, która sponsorowała część danych klinicznych wykorzystanych w analizie.

Dla polskich placówek neurologicznych i ośrodków leczenia stwardnienia rozsianego, których w kraju leczy się ponad 45 tysięcy pacjentów, tego typu narzędzia mogą docelowo trafić do praktyki klinicznej poprzez integrację z istniejącym oprogramowaniem do analizy obrazów MRI, bez potrzeby zakupu nowego sprzętu. Wymaga to jednak walidacji na szerszej populacji i zgód regulacyjnych, więc komercyjne wdrożenie pozostaje odległą perspektywą.

Zespół zapowiada dalsze prace nad walidacją systemu na większych i bardziej zróżnicowanych grupach pacjentów, w tym poza populacją objętą badaniem ORATORIO, oraz nad integracją narzędzia z istniejącymi systemami archiwizacji obrazów szpitalnych.

Źródła: Neuroscience News (neurosciencenews.com)