Percorrer por data de Publicação, começado por "2026-06-26"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- O impacto da inteligência artificial na qualidade de imagem em estudos de joelho por ressonância magnética de 3 TeslaPublication . Lopes, José Carlos Andrade; Tavares, Óscar; Cabrita, Tiago da Costa; Pereira, Rui Miguel da Silva CastroA ressonância magnética constitui uma modalidade imagiológica fundamental no diagnóstico, particularmente na área músculo-esquelética devido à ausência de radiação ionizante e à sua elevada resolução de contraste. Todavia os tempos de aquisição de ressonância magnética são prolongados e representam uma limitação relevante podendo comprometer o conforto do doente e aumentar a suscetibilidade a artefactos de movimento. O aparecimento da inteligência artificial, nomeadamente os algoritmos baseados em deep learning como o Deep Resolve Boost ®, surgem como uma solução para acelerar a aquisição, mantendo ou melhorando a qualidade de imagem, mas necessitam de validação com estudos em contextos clínicos. O presente estudo teve como objetivo avaliar o impacto de algoritmos de inteligência artificial na qualidade de imagem em exames de ressonância magnética de joelho em equipamentos de 3 Tesla. Desenvolveu-se um estudo prospetivo, observacional e comparativo dividido em duas fases: fase experimental, onde foi utilizado um fantoma, e a fase clínica observacional que envolveu 40 participantes. Na fase experimental avaliou-se objetivamente a relação sinal-ruído e a uniformidade da intensidade do sinal, enquanto que na fase clínica observacional, foi realizada uma avaliação objetiva e subjetiva da qualidade de imagem, recorrendo a escalas de Likert por observadores experientes. Os resultados demonstram que a utilização do algoritmo de inteligência artificial permite reduzir o tempo de aquisição, mantendo ou melhorando a qualidade de imagem em contexto clínico. Na fase experimental, a análise objetiva verificou uma pequena redução da relação sinal-ruído e da uniformidade da intensidade de sinal comparativamente à não utilização do Deep Resolve Boost ®. Contudo em contexto real clínico, a avaliação objetiva evidenciou efeito significativo do Deep Resolve Boost ® na uniformidade da intensidade do sinal (p=0,034), mas não em tecido ósseo (p=0,255), enquanto o fator GRAPPA apresentou efeito significativo na uniformidade da intensidade do tecido ósseo (p < 0,001). Na avaliação subjetiva, a utilização do algoritmo demonstrou efeito estatisticamente significativo na definição de estruturas (p < 0,001), no ruído percebido (p < 0,001) e na qualidade global da imagem (p < 0,001). Estes resultados sugerem que o benefício do algoritmo foi mais evidente na perceção clínica da qualidade de imagem do que nas métricas objetivas isoladas. Conclui-se então que o Deep Resolve Boost® representa uma ferramenta promissora em ressonância músculo-esquelética, nomeadamente no estudo do joelho em equipamentos de 3 Tesla, permitindo aquisições mais rápidas sem comprometer a qualidade de imagem diagnóstica, mas necessita sempre que esta seja implementada cuidadosamente e integrada de forma crítica na prática clínica para garantir que os ganhos tecnológicos se traduzem efetivamente em benefícios clínicos reais.