Bone Enhanced Ultrasound (Beus) Data Library Development Project

Een veel voorkomende behandeling voor lage rugpijn omvat fluoroscopie-geleide spinale facetgewrichtinjecties en/of mediale tak zenuwblokken. Helaas vereist fluoroscopie dure apparatuur en personeel en stelt patiënten en zorgverleners bloot aan ioniserende straling. Ultrasound biedt een veiliger, goedkopere alternatief, maar de traditionele 2-dimensionale (2D) echografie-systemen zijn beperkt vanwege een slechte beeldkwaliteit, met name bij patiënten met een hogere body mass index (BMI).

Als alternatief maakt een nieuw botverbeterde echografie (Beus) -technologie gebruik van kunstmatige intelligentie (AI) om real-time driedimensionale (3D) afbeeldingen van de wervelkolom te maken om naaldplaatsing voor deze injecties te begeleiden. De AI -software wordt getraind door Computed Tomography (CT) en echografie -afbeeldingen van een dataset van de patiënt te bedekken om anatomische oriëntatiepunten te herkennen. Beus wil uiteindelijk fluoroscopie vervangen voor spinale injecties, het verminderen van blootstelling aan straling, het verlagen van de kosten van de gezondheidszorg en het verbeteren van de toegankelijkheid, vooral in landelijke omgevingen waar CT en fluoroscopie niet beschikbaar zijn.

Een belangrijke beperking is echter dat het huidige AI -systeem voornamelijk is getraind op patiënten (meestal pediatrische) die perioperatieve beoordeling van scoliose ondergaan. Om dit aan te pakken, heeft de huidige studie als doel een nieuwe, meer klinisch relevante Training AI -gegevensset te ontwikkelen door wervelkolom -echografieën te verzamelen van maximaal 100 volwassen deelnemers (die allemaal worden gevolgd in de lokale chronische pijnkliniek voor lage rugpijn) met bestaande spinale CT of magnetische resonantie -beeldvorming (MRI) scans. Deze dataset zal worden gebruikt om het huidige AI -model te herscholen om de nauwkeurigheid van 3D -wervelkolomreconstructies te verbeteren, waardoor de klinische relevantie van het Beus -systeem wordt verbeterd.