Imágenes médicas y modelado fisiológico: vinculación de la física y la biología

El análisis de imágenes médicas proporciona a los pacientes un conjunto sofisticado de herramientas para procesar los resultados clínicamente relevantes. Aunque esto, en general, se completa sin tener en cuenta la fisiología subyacente. El modelado fisiológico proporciona una herramienta basada en una comprensión física y biológica de los procesos subyacentes. Existe una discusión en la posibilidad de integrar datos de modelado fisiológico con imágenes y mediciones médicas con la meta de proporcionar información significativa de mayor relevancia clínica.

Una interacción entre las imágenes médicas y el modelado es la validación mutua para el proceso de comparar datos sobre un modelo y los sistemas de imágenes. Esta integración tiene la ventaja como tener perspectiva del modelado como de la imagen. En primer lugar, la validación de las predicciones del modelo frente a los datos de imágenes que proporciona un mecanismo en aprobar que el modelo pueda captura los componentes fisiológicos. Esto se realiza para un conjunto ya determinado de valores de parámetros. Una vez finalizado, el modelo será una herramienta para establecer predicciones de las propiedades del sistema en nuevos regímenes.

Desde la perspectiva de las imágenes

Los modelos se pueden utilizar en la obtención de información que no está disponible directamente de las propias imágenes; por lo tanto, ayuda al diagnóstico clínico. Por ejemplo, el trabajo de un tejido contráctil no se puede detectar a partir de una imagen. Sin embargo, es sencillo hacer extracción del modelo parametrizado a partir de la misma información proporcionando la capacidad de definir nuevas métricas dedicadas a los ensayos clínicos además de optimizar la selección de pacientes junto a la personalización de la terapia. Una extensión para el proceso de validación del modelo es la integración de un simulador de modelos con múltiples protocolos de imágenes. Combinado con las técnicas de registro, este enfoque multimodal proporciona cada vez más datos complementarios dentro de un marco de referencia común; ayudando a la racionalización de métricas clínicas en conflicto y el diagnóstico diferente resultante.

Hay varios desafíos en el registro entre imágenes adquiridas de múltiples modalidades y el uso de modelos para la interpretación de resultados. Específicamente, la extracción de parámetros es un problema debido a que el proceso de reconstrucción de imágenes que es a menudo tienen malas planificaciones.

La sustitución de un modelo fisiológico tiene un potencial significativo para proporcionar un mecanismo en procesos de regularización. Además, pueden proporcionar una regularización espacial y temporal significativa e independiente. Para implementar con éxito este enfoque combinado, es esencial que los modelos matemáticos sean sofisticados para capturar las características fisiológicas. Por ejemplo, los tejidos tienen propiedades aniso trópicas y multiescalar que deben realizarse en modelos matemáticos en los que se deben resolverse en geometrías complejas, a parte, las propiedades materiales y fisiológicas.

Se presentó una colaboración de los proyectos Physiome y Virtual Physiological Human

En donde sus iniciativas, es la necesidad de superar los cuellos de botella en el desarrollo de modelos que han motivado el desarrollo exitoso de plataformas de software y lenguajes de marcado para la extracción de parámetros en múltiples escalas espaciales, visualizar resultados y simular comportamientos. Un ejemplo fue un trabajo considerado el más avanzados del proyecto; que es un conjunto integrado de modelos fisiológicos que se enfocan en un solo sistema orgánico para la literatura acerca de modelos cardíacos.

A nivel celular, los modelos electromecánicos incluyen representaciones detalladas acerca de canales unidos a la membrana, funciones transportadoras e interacciones de proteínas. Los marcos han dado éxito para integrar una serie de datos individuales e interpretar comportamientos de conjunto de grabaciones eléctricas y mecánicas en una variedad de condiciones normales y pato fisiológicas. Las técnicas de modelado de múltiples escalas y computación de alto rendimiento han permitido más la incorporación de modelos celulares en dominios de tejido distribuidos espacialmente.

En conclusión

La combinación de modelos tiene el potencial de abrir nuevas oportunidades. El principal objetivo es el aprovechamiento de las herramientas de modelado que en la actualidad se están desarrollando e integrando con técnicas de imagenología clínica. Es importante tener en cuenta que los modelos fisiológicos combinados a una imagen médica pueden desempeñar en diferentes funciones del sistema sanitario, incluidos los tratamientos y detecciones.

La combinación de modelos e imágenes unidas podría ayudar en diagnósticos automáticos y en un reconocimiento temprano de los problemas de salud a partir de los controles de salud de rutina junto a la predicción de resultados acerca de un plan de tratamiento dado mediante la formación de modelos específicos para el paciente. La realización de los modelos requiere investigación interdisciplinaria, que abarque a matemáticos, biólogos, ingenieros y, lo que es más importante, médicos.

Soleimani, M., Shipley, R.J., Smith, N. et al. Medical imaging and physiological modelling: linking physics and biology. BioMed Eng Online 8, 1 (2009). https://doi.org/10.1186/1475-925X-8-1