System oceny sarkopenii na podstawie danych ultrasonograficznych

Sarkopenia to zespół związanej z wiekiem utraty masy mięśniowej i pogorszenia funkcji mięśni, który może współistnieć z różnymi chorobami i w dużym stopniu oddziałuje z różnymi stanami chorobowymi, wpływając na rokowanie choroby. Choroby takie jak rak, cukrzyca, przewlekła choroba nerek i reumatoidalne zapalenie stawów mogą przyspieszyć proces utraty mięśni, wpływając na regenerację komórek miogennych, zakłócając syntezę białek, zwiększając spożycie białka i wzmagając degradację białka na drodze ubikwitynacji oraz spadek sprawności motorycznej. z kolei jeszcze bardziej pogorszy rokowanie choroby. Pomimo pewnych różnic regionalnych częstość występowania sarkopenii przekracza 10%. Wczesna identyfikacja potencjalnego ryzyka sarkopenii i wczesna interwencja we wczesnych stadiach upośledzenia masy i funkcji mięśniowych to jeden z najważniejszych kroków w kierunku poprawy jakości życia osób starszych.

Obecnie rozpoznanie sarkopenii opiera się na trzech cechach: utracie masy mięśniowej, utracie siły mięśni i utracie wydolności fizycznej. Obecnie lekarze zwykle korzystają z analizy impedancji bioelektrycznej (BIA) lub absorpcjometrii rentgenowskiej o podwójnej energii (DXA) w celu określenia wskaźnika masy mięśni szkieletowych SMI w celu pomiaru masy mięśniowej, testu siły chwytu w celu pomiaru siły mięśni, szybkości chodu lub narzędzi takich jak SPPB wyniki oceniające sprawność fizyczną. Rozpoznanie sarkopenii można postawić, gdy u pacjenta wystąpi zmniejszenie SMI połączone ze zmniejszeniem siły chwytu lub zmniejszeniem prędkości chodu.

W dziedzinie obrazowania medycznego naukowcy pracują nad zbadaniem i walidacją odpowiednich narzędzi i markerów obrazowania do diagnozowania i oceny sarkopenii. Powszechne metody głębokiej eksploracji obrazowania medycznego obejmują radiomikę i uczenie maszynowe, zwykle poprzez analizę cech tekstury mięśni w określonych miejscach w celu ilościowego określenia funkcji mięśni lub dokładne segmentowanie mięśni szkieletowych w dwóch lub trzech wymiarach w celu ilościowego określenia masy mięśniowej. W porównaniu z tomografią komputerową (CT) lub rezonansem magnetycznym (MRI), ultradźwięki są bardziej dostępną i tańszą techniką obrazowania medycznego, szczególnie w regionach o niskich i średnich dochodach. Ultradźwięki można wykorzystać do wygodnego skanowania lokalnych mięśni i uzyskania charakterystyki mięśni, takich jak grubość mięśnia, pole przekroju poprzecznego i kąt pennacji. Nasze poprzednie badania wykazały, że SMI u osób starszych można dokładnie oszacować na podstawie grubości mięśni w czterech miejscach wraz z podstawowymi informacjami, takimi jak wiek i wskaźnik masy ciała (BMI), a w walidacji międzyregionalnej stwierdzono, że stabilność szacunków może zostać utrzymane w społecznościach o bardzo różnych proporcjach etnicznych. Jednak kilka istniejących dużych badań dotyczących ultrasonografii w sarkopenii koncentruje się obecnie wyłącznie na pomiarach morfologicznych mięśni, ignorując dużą ilość ukrytych informacji o obrazie ultrasonograficznym. Jednocześnie elastyczność procesu skanowania doprowadziła do większego oporu ze strony narzędzi radiomiki lub głębokiego uczenia się przed wykorzystaniem obrazów do klasyfikacji sztucznej inteligencji niż CT czy MRI.

Stojąc przed takim dylematem, podjęliśmy próbę opracowania inteligentnego systemu oceny ryzyka sarkopenii, opartego na wielowymiarowych danych, w tym podstawowych informacji, takich jak wiek i BMI, pomiary ultrasonograficzne i oryginalna treść obrazu, w celu uzupełnienia oceny ryzyka sarkopenii u osób starszych w w jednym miejscu, aby umożliwić szybkie badania przesiewowe i klasyfikację potencjalnych populacji sarkopenii na potrzeby dalszego leczenia klinicznego.