O avanço da tomografia espectral com IA

A tomografia computadorizada espectral (também conhecida como TC de dupla energia ou multienergia) é uma tecnologia de imagem avançada lançada comercialmente em 2021. O método é definido pela aquisição de dados em dois ou mais níveis diferentes de energia de raios X, permitindo uma diferenciação de materiais e caracterização de tecidos superiores em comparação com a TC de energia única convencional.^1-2

A TC espectral permitiu avanços na propedêutica clínica, especialmente em situações que demandavam maior acurácia e celeridade. A avaliação da perfusão tissular evoluiu e proporcionou mais qualidade em identificação de condições inflamatórias e isquêmicas sem aumentar a dose de radiação à qual o paciente é exposto nem o volume de contraste administrado.² A diferenciação de sangramento em relação ao contraste iodado por meio da imagem virtual otimizou a estratégia diagnóstica dos eventos vasculares cerebrais.³ No cenário oncológico, houve melhoria na detecção e caracterização de nódulos, especialmente no leito pulmonar, fornecendo mais informações na avaliação inicial.⁴

Recentemente, a evolução do uso da inteligência artificial (IA) levou ao refinamento e à otimização de diversos processos da esfera biomédica. Nos últimos dois anos, a IA integrada foi incorporada à TC espectral. Esse processo se apoia, fundamentalmente, em duas características. A reconstrução baseada em aprendizado profundo acelera o processo de formação da imagem e identifica características individuais, reduzindo, por exemplo, o realce relacionado a artefatos, como próteses valvares cardíacas ou cateteres implantáveis.⁵ Ao mesmo tempo, a segmentação de órgãos baseada em IA com métodos analíticos, não dependentes de contraste, é de interesse especial em situações de planejamento, como em radioterapia.⁶

O refinamento das tecnologias espectrais atuam diretamente na mitigação do ruído do sistema por meio de reconstruções avançadas de aprendizado profundo, que viabilizam uma redução na dose de radiação ionizante administrada, sem comprometer a acurácia diagnóstica ou o contraste necessário para a caracterização tecidual^[1]. Paralelamente, a otimização algorítmica do fluxo de trabalho acelera significativamente o tempo de processamento e formação das imagens. Essa expressiva celeridade na aquisição e na disponibilização dos exames traduz-se em um ganho de produtividade operacional para os centros de diagnóstico, ampliando substancialmente a capacidade de exames realizados diariamente e otimizando o acesso à propedêutica de alta precisão.

Fundamentalmente no campo oncológico, a associação de IA e TC espectral traz aperfeiçoamento e inovação. Há evidências de benefício em diferentes contextos.

Diagnóstico de lesões: Um sistema de diagnóstico auxiliado por computador que opera com dados de transmissão de dupla energia demonstrou pontuações AUC 4 a 14% maiores em comparação à TC convencional para diferenciar lesões malignas de benignas.⁶ Essa abordagem usa redes neurais convolucionais para analisar imagens monoenergéticas virtuais em múltiplas energias, extraindo características de tecido aprimoradas por energia que melhoram o desempenho diagnóstico.

Como mencionado, a TC espectral otimizou a caracterização de lesões nodulares em leito pulmonar, favorecendo a identificação de lesões de alta suspeição de malignidade. A combinação com parâmetros de reconhecimento desenvolvidos por inteligência artificial eleva a eficácia em identificação de tamanho, densidade e localização.⁷ A oncologia abdominal também se beneficia do método na identificação de metástases hepáticas, massas renais ou pancreáticas e doença peritoneal.⁸

A performance clínica da TC espectral na identificação de neoplasias já foi avaliada em estudo em que a TC convencional foi utilizada como método de controle. O ensaio prospectivo com 503 pacientes com suspeita de câncer oculto demonstrou que a TC espectral aumentou a sensibilidade de 77% para 89% em comparação com a TC convencional. Além disso, a imagem espectral aumentou a confiança dos radiologistas na caracterização de lesões císticas de 30% para 96% e diminuiu a necessidade de exames de seguimento (0,25 vs. 0,81 por leitura).⁹

Pode-se considerar que a tecnologia da TC espectral combinada à inteligência artificial é uma ferramenta promissora para o cotidiano oncológico. O futuro da radiologia em oncologia demanda diagnósticos mais precoces e métodos de identificação que permitam mais qualidade em planejamento e intervenção, criando estratégias de tratamento simples e que se traduzam em custo-efetividade, qualidade de vida e sobrevida. Dado o nível de evidência sólido construído no tempo limitado de utilização, a nova tecnologia de imagem mostra-se uma ferramenta importante para esses objetivos nos anos por vir.