Avance en ultrasonido podría tener un gran impacto en el diagnóstico y tratamiento de enfermedades

Para medir con precisión la rigidez del tejido, los científicos requieren dos medidas distintas: el módulo de Young (YM) y la relación de Poisson (PR). YM sirve como parámetro mecánico para la rigidez del tejido, mientras que PR mide la compresibilidad del tejido. Aunque la medición no invasiva de estos parámetros es un desafío, ahora una nueva técnica permite a los investigadores determinar con precisión tanto YM como PR sin procedimientos invasivos.

Investigadores de la Universidad Texas A&M (College Station, TX, EUA) han enfocado sus esfuerzos en desarrollar biomarcadores de imágenes que los médicos puedan usar para evaluar la salud de los pacientes. El enfoque principal del equipo está en los biomarcadores para tejido vivo, con un interés particular en la rigidez del tejido. En un esfuerzo por determinar YM y PR, los investigadores utilizaron un sistema de imágenes por ultrasonido para recopilar datos mientras aplicaban simultáneamente presión externa sobre el tejido. Procesaron los datos de ultrasonido para identificar los cambios mecánicos internos que ocurren en el tejido.

Los investigadores desarrollaron el modelo comenzando con la aplicación del problema de inclusión de Eshelby, un método ampliamente utilizado en edafología, para medir el tejido del cuerpo humano. Al utilizar este método, podrían aplicar efectivamente una teoría probada a la ciencia biológica moderna. El estudio sirve como un paso inicial y fundamental, con posibles beneficios a largo plazo para muchas personas en todo el mundo. El estudio no solo es el primero en medir con precisión tanto YM como PR, sino que el método también está entre los primeros en tratar el tejido como un material cambiante. En el futuro, los investigadores tienen como objetivo probar la aplicabilidad del modelo en el cuerpo humano.

“Este paso inicial en nuestra investigación es muy prometedor”, dijo la Dra. Raffaella Righetti, profesora asociada en el Departamento de Ingeniería Eléctrica e Informática de la Universidad Texas A&M. “En el futuro, este método podría usarse para ayudar a determinar el diagnóstico y pronóstico de enfermedades en el cuerpo. Una vez que los médicos comienzan el tratamiento de una enfermedad, también podrían usarlo para monitorear cómo está cambiando la enfermedad en respuesta al tratamiento”.

Enlaces relacionados:
Universidad Texas A & M