Deep Resolve -tekoälyrekonstruktioiden hyödyntäminen magneettikuvantamisessa

Abstract

Magneettikuvantaminen on vakiintunut yhdeksi diagnostisen kuvantamisen tärkeimmistä menetelmistä sen hyvän pehmytkudoskontrastin takia. Magneettitutkimuksissa lyhyt kuvausaika ja hyvä kuvanlaatu ovat diagnostisesti tärkeitä lähtökohtia tutkimukselle, mutta haasteena on magneettikuvantamisen hidas datanhankintaprosessi. Korkealaatuiseen magneettikuvaukseen kuluu aikaa samalla, kun tulisi huomioida tutkimuksen miellyttävyys potilaalle. Sen vuoksi on tärkeää pyrkiä lyhentämään kuvausaikaa samalla kun lisätään magneettikuvien resoluutiota. Siemens Healthineers on ottanut käyttöön Deep Resolve -tekniikoita kuvanlaadun parantamiseksi sekä kuvausajan nopeuttamiseksi.

Opinnäytetyö toteutettiin toimeksiantona Siemens Healthineers terveysteknologia yritykselle. Tavoitteena on tutkia minkälaisia hyötyjä Deep Resolve -tekniikat ovat tuoneet magneettikuvantamiseen ja voisiko niitä hyödyntää vielä lisää. Opinnäytetyön tarkoitus on tutkia Deep Resolve -tekniikoiden hyötyjä magneettikuvantamisessa haastattelemalla Terveystalon työntekijöitä kahdesta yksiköstä, joissa kyseiset tekniikat ovat käytössä.

Opinnäytetyössä käytettiin kvalitatiivista tutkimusmenetelmää ja aineisto kerättiin haastattelemalla. Haastattelut olivat puolistrukturoituja parihaastatteluja, jotka toteutettiin etäyhteyden välityksellä. Haastattelut litteroitiin ja ne analysoitiin käyttäen teemoittelua. Tutkimuskysymykset tässä opinnäytetyössä ovat seuraavat: mitä vaikutusta on Deep Resolve -tekniikoiden käyttöönotolla magneettikuvantamistutkimuksiin? Mitä hyötyjä tekniikoiden käyttöönotto on tuonut magneettikuvantamistutkimuksiin? Voiko tekniikoita hyödyntää magneettikuvantamistutkimuksissa enemmän?

Keskeisimpiä tuloksia ovat, että Deep Resolve -tekniikoiden myötä useimpien kuvauskohteiden kuvausprotokollat ovat nopeutuneet ja magneettikuvaukset sujuvat nopeammin. Deep Resolve -tekniikoita hyödyntävät magneettikuvasarjat ovat myös terävämpiä ja laadukkaampia. Haasteena on joidenkin sekvenssien kohdalla hidas kuvarekonstruktion laskenta, jonka vaikutusta oli pyritty pienentämään kuvausprotokollien uudelleen järjestelyillä. Yksiköille uusien Deep Resolve -tekniikoiden käyttöönotto osui kesälomakaudelle, joka oli hieman haitannut koulutukseen osallistumista, mutta yksiköt kokivat, ettei se ollut merkittävästi vaikuttanut kuitenkaan Deep Resolve -tekniikoiden varsinaiseen käyttöönottoon. Deep Resolve -tekniikoiden käytössä oli tärkeää pohtia, käytetäänkö niitä ensisijaisesti parantamaan kuvanlaatua vai lyhentämään kuvausaikoja.

Magnetic Resonance Imaging (MRI) is a crucial medical imaging method due to its excellent soft tissue contrast. High-quality MRI studies require good image quality and short imaging times. However, achieving high image quality often results in longer data collection times. Ensuring patient comfort necessitates reducing imaging time while maintaining or enhancing resolution. Siemens Healthineers has developed Deep Resolve technologies to improve image quality and accelerate imaging

The aim was to gather information about what kinds of benefits Deep Resolve technologies has brought to magnetic resonance imaging and whether it is possible to utilize those even more. The purpose was to interview some of Terveystalo’s employees to examine what benefits Deep Resolve technologies have brought to their units.

The thesis employed a qualitative method with pair interviews. In Terveystalo’s units with Deep Resolve technology it has reduced imaging times, expediting MRI. They have not introduced new types of studies or imaging targets because they have mainly used it for shortening the existing imaging protocols. Terveystalo is generally satisfied with the image quality. The primary purpose of using Deep Resolve technology is to enhance image quality or reduce imaging time.