Strojové učení v reakci na myelom (MALIMAR)

Odůvodnění:

Difuzně vážená celotělová magnetická rezonance (WB-MRI) je technika, která zobrazuje depozita myelomu v kostní dřeni. WB-MRI pokrývá celé tělo během jednoho skenování a lze ji použít k detekci míst onemocnění bez použití ionizujícího záření. Ačkoli WB-MRI umožňuje „na první pohled“ zhodnotit zátěž onemocněním, vyžaduje značnou odbornost k přesné identifikaci a kvantifikaci aktivního myelomu. Reportování této techniky je časově náročné kvůli velkému počtu snímků. Další výzvou je rozpoznat, zda má pacient po léčbě reziduální onemocnění. Strojové učení (ML) je počítačová technika, kterou lze trénovat tak, aby automaticky detekovala místa onemocnění, aby podpořila interpretaci radiologa. Vyšetřovatelé věří, že tato technika pomůže radiologovi interpretovat sken přesněji a rychleji.

Algoritmy strojového učení byly úspěšně vyvinuty k rozpoznání některých dalších typů rakoviny. Vyšetřovatelé se domnívají, že může být úspěšná u pacientů s myelomem, u kterých The National Institute for Health and Care Excellence (NICE) doporučuje MRI celého těla. To by mohlo umožnit širší využití této techniky v National Health Service (NHS). Ve studii MALIMAR budou výzkumníci vyvíjet a testovat metody ML, které mají potenciál zvýšit přesnost a zkrátit dobu čtení WB-MRI skenů u pacientů s myelomem. Výzkumníci navrhují vyvinout nástroje ML pro detekci a kvantifikaci aktivního onemocnění před a po léčbě na základě WB-MRI.

Výzkum bude prováděn v Royal Marsden Hospital (RMH) NHS Foundation Trust, Institute of Cancer Research (ICR) London a Imperial College London. Vyšetřovatelé použijí celotělové MRI (WB-MRI), které již byly získány u pacientů s myelomem. Zahrnou také 50 nových skenů získaných v RMH ze skenů zdravých dobrovolníků, které budou použity k „naučení“ počítače rozlišovat mezi zdravými a nemocnými tkáněmi.

Design výzkumu:

Výzkum bude rozdělen do tří částí:

1. Vývoj nástroje strojového učení (ML) pro detekci aktivního myelomu
2. Měření schopnosti nástroje ML zlepšit interpretaci WB-MRI skenů radiology pomocí souboru skenů od pacientů s aktivním a neaktivním myelomem a nových skenů získaných od zdravých dobrovolníků
3. Vývoj nástroje ML pro kvantifikaci zátěže onemocnění a změn mezi skeny WB-MRI před a po léčbě za účelem identifikace odpovědi na léčbu

Hlavním výsledným měřítkem této studie bude zlepšení detekce aktivní nemoci a zátěže nemocí a zkrácení doby čtení na radiologii. Vyšetřovatelé posoudí zkrácení doby čtení u zkušených specialistů i nespecializovaných radiologů.