Descripción del proyecto
Un algoritmo inteligente para reducir la dosis de gadolinio en tomografía por resonancia magnética nuclear
El agente de contraste gadolinio se utiliza habitualmente en las tomografías por resonancia magnética nuclear para aumentar la visibilidad de las estructuras internas. Ello mejora la precisión diagnóstica de patologías como las metástasis. En la tomografía por resonancia magnética craneal, los pacientes reciben una dosis completa del medio de contraste en función de su peso corporal. Aunque suele eliminarse a través del sistema renal, el gadolinio es tóxico y puede causar efectos secundarios graves, como reacciones alérgicas y complicaciones renales. Para solucionarlo, el equipo del proyecto DAICAR, financiado con fondos europeos, ha desarrollado un algoritmo basado en inteligencia artificial que permite reducir la dosis de gadolinio. Los datos iniciales han resultado prometedores, por lo cual el equipo del proyecto pretende ahora avanzar en el estándar clínico de su algoritmo inteligente.
Objetivo
In cranial magnetic resonance tomography (cMRT), the administration of contrast agent facilitates diagnosis of various pathologies such as metastases due to contrast agent enhancement. Patients undergoing a medically indicated cMRT receive 100% of the authorized contrast agent dose, i.e. 0.1 mmol of gadolinium per kg body weight. The main component of MRT contrast agent is gadolinium, which is a highly toxic rare-earth element, which has potential health side effects (inter alia allergic reactions and accumulation in the body) as well as environmental side effects (accumulation in the tap water).
Due to the aforementioned issues, the reduction of contrast agent dose in cMRT is highly desirable. To tackle this issue, Katerina Deike-Hofmann from the Clinic for Neuroradiology at the University Hospital Bonn together with colleagues and collaborators from the Institute of Mathematics and Life Sciences developed an artificial intelligence (AI)-based algorithm that allows for contrast agent reduction called SmartContrast. Until today, more than 1.000 prospective data sets were acquired at seven different clinics and SmartContrast showed excellent generalizibility. Thus, Katerina Deike-Hofmann founded the relios.vision GmbH as a spin-off of the University Bonn to commercialize SmartContrast. Her goal is to advance the clinical standard by combining knowledge from the areas of medicine, mathematical image processing, computer vision, and artificial intelligence.
Ámbito científico
Palabras clave
Programa(s)
- HORIZON.3.2 - European innovation ecosystems Main Programme
Convocatoria de propuestas
Consulte otros proyectos de esta convocatoriaRégimen de financiación
HORIZON-CSA - HORIZON Coordination and Support ActionsCoordinador
53113 BONN
Alemania