Новая система анализа в реальном времени на базе суперкомпьютеров может изменить это.
Исследователи из Техасского центра передовых вычислений (TACC), Центра медицинских наук Техасского университета (UTHSC) и Philips Healthcare разработали новую автоматизированную платформу, способную возвращать подробный анализ изображений МРТ за считанные минуты, тем самым сводя к минимуму количество обращений пациентов. экономия миллионов долларов ежегодно и продвижение точной медицины.
Команда представила доказательную демонстрацию платформы на Международной конференции по биомедицинской и медицинской информатике на этой неделе в Орландо, Флорида.
Разработанная ими платформа сочетает в себе возможности визуализации сканера Philips MRI с вычислительной мощностью суперкомпьютера Stampede – одного из самых быстрых в мире – с использованием инфраструктуры платформы API Agave, разработанной TACC, для облегчения связи, передачи данных и выполнения работы. контроль между двумя.
API или интерфейс прикладных программ – это набор протоколов и инструментов, которые определяют, как компоненты программного обеспечения должны взаимодействовать. Agave управляет выполнением вычислительных задач и обрабатывает поток данных с сайта на сайт. Он использовался для решения ряда проблем, от геномики растений до молекулярного моделирования, и позволяет исследователям получать доступ к ресурсам киберинфраструктуры, таким как Stampede, через Интернет.
«Платформа Agave обеспечивает возможности высокопроизводительных вычислений в клинике», – сказал Уильям (Джо) Аллен, исследователь наук о жизни из TACC и ведущий автор статьи. "Это дает рентгенологам и другому клиническому персоналу средства для обеспечения контроля качества в реальном времени, точной медицины и в целом более качественного ухода за пациентом."
Для своего демонстрационного проекта сотрудники UTHSC выполнили МРТ пациента с заболеванием хряща, чтобы оценить состояние заболевания. Данные МРТ передавались через прокси-сервер в Stampede, где запускался инструмент анализа GRAPE (среда графических конвейеров).
GRAPE, созданный исследователями из UTHSC, характеризует отсканированные ткани и возвращает соответствующую информацию, которая может быть использована для адаптивного сканирования, по сути говоря клиницисту о необходимости более внимательно изучить интересующую область, что ускоряет обнаружение патологий.
Исследователи продемонстрировали эффективность системы с помощью процесса картирования T1, который преобразует необработанные данные в полезные изображения. Преобразование включает в себя ресурсоемкий анализ данных и, следовательно, является разумной демонстрацией типичного рабочего процесса для количественной МРТ в реальном времени.
Полная схема, от МРТ до суперкомпьютера и обратно, заняла около пяти минут и была выполнена без каких-либо дополнительных входов или вмешательств.
Система предназначена для предупреждения оператора сканера о необходимости повторить поврежденное сканирование, если пациент перемещается, или инициировать дополнительное сканирование по мере необходимости, при этом добавляя лишь минимальное время к общему процессу сканирования.
«Мы очень рады этому плодотворному сотрудничеству с TACC», – сказал Рефаат Габр, доцент кафедры диагностической и интервенционной визуализации в UTHSC и ведущий исследователь проекта. «За счет интеграции вычислительной мощности TACC мы планируем создать полностью адаптивную среду сканирования для изучения рассеянного склероза и других заболеваний."
Поннада Нараяна, соучредитель Габра и руководитель отдела исследований магнитного резонанса в Медицинской школе Техасского университета в Хьюстоне, уточнил:.
«Еще один потенциал этой технологии – получение количественного, основанного на информации анализа текстуры МРТ», – сказал он. "Есть несколько тысяч текстур, которые можно количественно оценить с помощью МРТ. Эти текстуры можно комбинировать, используя соответствующие математические модели для радиомики.
Сочетание радиомики с генетическими профилями, называемое радиогеномикой, может предсказывать исходы ряда заболеваний, включая рак, и является краеугольным камнем точной медицины."
По словам Аллена, платформы «наука как услуга», такие как Agave, позволят врачам собирать многие виды биомедицинских данных в режиме реального времени и превращать их в полезные идеи.
«Здесь мы продемонстрировали, что это возможно для МРТ. Но эта же идея может быть распространена практически на любое медицинское устройство, которое собирает данные о пациентах », – сказал он. "В мире больших объемов медицинских данных и почти безграничных вычислительных возможностей нет особых причин не использовать высокопроизводительные вычислительные ресурсы в клинике."