A carregar...
Publicação
O Estado da arte da cintigrafia óssea na artrite
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 4.02 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
A artrite representa uma família de patologias articulares complexas responsáveis pela maioria das condições músculo-esqueléticas. As duas formas de artrite mais comuns são a osteoartrite (OA) e a artrite reumatóide (AR). A OA é caracterizada pela degradação da cartilagem articular. Por outro lado, AR é uma doença inflamatória crónica autoimune de etiologia desconhecida, caracterizada pela inflamação crónica da membrana sinovial da cápsula articular, sendo que a inflamação crónica destrói a cartilagem e o osso subjacentes.
A cintigrafia óssea (CO) desempenha um papel fundamental no diagnóstico e monitorização de patologias reumáticas, especialmente na AR e na OA. Este exame complementar de diagnóstico permite a visualização detalhada do metabolismo ósseo e a deteção precoce de inflamações e alterações articulares. Assim, a realização da cintigrafia óssea possibilita a avaliação da atividade da doença, ajudando a identificar áreas de inflamação ativa, monitorizar a progressão da doença, bem como avaliar a resposta ao tratamento. O radiofármaco padrão na cintigrafia óssea é o Tecnécio-99m (99mTc), tendo em conta a sua alta sensibilidade para identificar alterações ósseas e inflamações articulares.
Os avanços recentes na medicina nuclear permitiram o desenvolvimento de exames, como a Tomografia computadorizada por emissão de fotão único (Single Photon Emission Computed Tomography, SPECT) e a Tomografia por emissão de positrões (Positron Emission Tomography, PET), que têm aumentado significativamente a resolução e a precisão das imagens obtidas. A SPECT, em particular, permite a aquisição de imagens tridimensionais, melhorando a localização e a quantificação das áreas afetadas. Por outro lado, a PET oferece uma sensibilidade superior na deteção de alterações metabólicas precoces, tornando-se numa ferramenta valiosa no diagnóstico diferencial das artrites.
Atualmente, cada vez mais se pondera a integração da inteligência artificial (IA) na cintigrafia óssea, através da utilização de algoritmos de aprendizagem automática (AA), em especial de aprendizagem profunda (AP), redes neuronais artificiais (RNA) e redes neuronais de aprendizagem profunda (RNAP), com o objetivo de automatizar a interpretação das imagens, aumentar a precisão diagnóstica e reduzir o tempo de análise de resultados.
Most musculoskeletal disorders are caused by a family of complicated joint diseases known as arthritis. The two most common forms of arthritis are osteoarthritis and rheumatoid arthritis. The degradation of joint cartilage characterizes osteoarthritis. On the other hand, rheumatoid arthritis is a chronic autoimmune inflammatory disease of unknown etiology, characterized by chronic inflammation of the synovial membrane of the joint capsule, this chronic inflammation destroys the underlying cartilage and bone. Bone scintigraphy plays a fundamental role in diagnosing and monitoring rheumatic pathologies, especially rheumatoid arthritis and osteoarthritis. This complementary diagnostic exam allows detailed visualization of bone metabolism and early detection of inflammation and joint changes. Thus, performing scintigraphy makes it possible to assess disease activity, helping to identify areas of active activation, monitor disease progression, as well as evaluate response to treatment. The standard radiopharmaceutical for bone scintigraphy is Technetium- 99m (99mTc), considering its high sensitivity for identifying bone changes and joint inflammation. Recent advances in nuclear medicine have allowed the development of exams, such as Single Photon Emission Computed Tomography (SPECT) and Positron Emission Tomography (PET), which have significantly improved the resolution and precision of the images obtained. SPECT allows the acquisition of three-dimensional images, improving the localization and quantification of affected areas. On the other hand, PET offers superior sensitivity in detecting early metabolic changes, making it a useful tool in the differential diagnosis of arthritis. At present, there are discussions regarding the further use of artificial intelligence in bone scintigraphy and this can possibly be achieved through machine learning methods, and artificial and deep neural networks with the aim of enhancing the capacity to interpret images, improving the accuracy of the diagnosis and lessening the time in interpreting results.
Most musculoskeletal disorders are caused by a family of complicated joint diseases known as arthritis. The two most common forms of arthritis are osteoarthritis and rheumatoid arthritis. The degradation of joint cartilage characterizes osteoarthritis. On the other hand, rheumatoid arthritis is a chronic autoimmune inflammatory disease of unknown etiology, characterized by chronic inflammation of the synovial membrane of the joint capsule, this chronic inflammation destroys the underlying cartilage and bone. Bone scintigraphy plays a fundamental role in diagnosing and monitoring rheumatic pathologies, especially rheumatoid arthritis and osteoarthritis. This complementary diagnostic exam allows detailed visualization of bone metabolism and early detection of inflammation and joint changes. Thus, performing scintigraphy makes it possible to assess disease activity, helping to identify areas of active activation, monitor disease progression, as well as evaluate response to treatment. The standard radiopharmaceutical for bone scintigraphy is Technetium- 99m (99mTc), considering its high sensitivity for identifying bone changes and joint inflammation. Recent advances in nuclear medicine have allowed the development of exams, such as Single Photon Emission Computed Tomography (SPECT) and Positron Emission Tomography (PET), which have significantly improved the resolution and precision of the images obtained. SPECT allows the acquisition of three-dimensional images, improving the localization and quantification of affected areas. On the other hand, PET offers superior sensitivity in detecting early metabolic changes, making it a useful tool in the differential diagnosis of arthritis. At present, there are discussions regarding the further use of artificial intelligence in bone scintigraphy and this can possibly be achieved through machine learning methods, and artificial and deep neural networks with the aim of enhancing the capacity to interpret images, improving the accuracy of the diagnosis and lessening the time in interpreting results.
Descrição
Trabalho Final de Mestrado Integrado, Ciências Farmacêuticas, 2024, Universidade de Lisboa, Faculdade de Farmácia.
Palavras-chave
Artrite Artrite reumatóide Cintigrafia óssea Radiofármacos Medicina nuclear Mestrado integrado - 2024