E se potessi tenere tra le mani un modello fisico del tuo cervello, accurato in ogni sua singola piega? Questa è solo una parte normale della vita per Steven Keating, dottorato di ricerca, a cui è stato rimosso un tumore delle dimensioni di una palla da baseball dal cervello all'età di 26 anni mentre era uno studente laureato nel gruppo Mediated Matter del MIT Media Lab. Curioso di vedere com'era effettivamente il suo cervello prima che il tumore fosse rimosso, e con l'obiettivo di comprendere meglio le sue opzioni di diagnosi e trattamento, Keating ha raccolto i suoi dati medici e ha iniziato a stampare in 3D le sue scansioni MRI e TC, ma era frustrato dal fatto che i metodi esistenti richiedessero un tempo proibitivo, ingombrante, e non è riuscito a rivelare con precisione importanti caratteristiche di interesse. Keating ha contattato alcuni dei collaboratori del suo gruppo, compresi i membri del Wyss Institute dell'Università di Harvard, che stavano esplorando un nuovo metodo per la stampa 3D di campioni biologici.

"Non ci è mai venuto in mente di usare questo approccio per l'anatomia umana finché Steve non è venuto da noi e ha detto, 'Ragazzi, Ecco i miei dati, cosa possiamo fare?" dice Ahmed Hosny, che all'epoca era ricercatore presso il Wyss Institute e ora è un ingegnere di apprendimento automatico presso il Dana-Farber Cancer Institute. Il risultato di quella collaborazione estemporanea, che crebbe fino a coinvolgere James Weaver, dottorato di ricerca, Ricercatore senior presso il Wyss Institute; Neri Oxman, dottorato di ricerca, Direttore del gruppo Mediated Matter del MIT Media Lab e Professore Associato di Media Arts and Sciences; e un team di ricercatori e medici in diversi altri centri accademici e medici negli Stati Uniti e in Germania, è una nuova tecnica che consente di ottenere immagini dalla risonanza magnetica, TC, e altre scansioni mediche da convertire facilmente e rapidamente in modelli fisici con dettagli senza precedenti. La ricerca è riportata in Stampa 3D e produzione additiva .

"Sono quasi saltato giù dalla sedia quando ho visto cosa è in grado di fare questa tecnologia, "dice Beth Ripley, MD Ph.D., un assistente professore di radiologia presso l'Università di Washington e radiologo clinico presso il Seattle VA, e coautore del paper. "Crea modelli medici stampati in 3D squisitamente dettagliati con una frazione del lavoro manuale attualmente richiesto, rendere la stampa 3D più accessibile al campo medico come strumento di ricerca e diagnosi".

Le tecnologie di imaging come la risonanza magnetica e la TC producono immagini ad alta risoluzione come una serie di "fette" che rivelano i dettagli delle strutture all'interno del corpo umano, rendendoli una risorsa inestimabile per la valutazione e la diagnosi delle condizioni mediche. La maggior parte delle stampanti 3D costruisce modelli fisici in un processo strato per strato, quindi fornire loro strati di immagini mediche per creare una struttura solida è un'evidente sinergia tra le due tecnologie.

Però, c'è un problema:le scansioni MRI e TC producono immagini con così tanti dettagli che gli oggetti di interesse devono essere isolati dal tessuto circostante e convertiti in mesh superficiali per essere stampati. Ciò si ottiene tramite un processo molto dispendioso in termini di tempo chiamato "segmentazione" in cui un radiologo traccia manualmente l'oggetto desiderato su ogni singola fetta di immagine (a volte centinaia di immagini per un singolo campione), o un processo automatico di "soglia" in cui un programma per computer converte rapidamente aree che contengono pixel in scala di grigi in pixel neri o bianchi pieni, basato su una tonalità di grigio che viene scelta come soglia tra il bianco e il nero. Però, i set di dati di imaging medico spesso contengono oggetti di forma irregolare e privi di chiarezza, confini ben definiti; di conseguenza, l'auto-soglia (o anche la segmentazione manuale) spesso esagera o esagera le dimensioni di una caratteristica di interesse e cancella i dettagli critici.

Il nuovo metodo descritto dagli autori dell'articolo offre ai professionisti medici il meglio di entrambi i mondi, offrendo un metodo veloce e altamente accurato per convertire immagini complesse in un formato che può essere facilmente stampato in 3D. La chiave sta nella stampa con bitmap retinate, un formato di file digitale in cui ogni pixel di un'immagine in scala di grigi viene convertito in una serie di pixel in bianco e nero, e la densità dei pixel neri è ciò che definisce le diverse sfumature di grigio piuttosto che i pixel stessi che variano di colore.

In modo simile al modo in cui le immagini nella carta da giornale in bianco e nero utilizzano punti di inchiostro nero di dimensioni variabili per trasmettere l'ombreggiatura, più pixel neri sono presenti in una determinata area, più scuro appare. Semplificando tutti i pixel da varie sfumature di grigio in una miscela di pixel neri o bianchi, le bitmap retinate consentono a una stampante 3D di stampare immagini mediche complesse utilizzando due materiali diversi che preservano tutte le sottili variazioni dei dati originali con una precisione e una velocità molto maggiori.

Il team di ricercatori ha utilizzato la stampa 3D basata su bitmap per creare modelli del cervello e del tumore di Keating che hanno preservato fedelmente tutte le gradazioni di dettaglio presenti nei dati grezzi della risonanza magnetica fino a una risoluzione alla pari con ciò che l'occhio umano può distinguere da circa 9-10 pollici di distanza. Utilizzando questo stesso approccio, sono stati anche in grado di stampare un modello a rigidità variabile di una valvola cardiaca umana utilizzando materiali diversi per il tessuto valvolare rispetto alle placche minerali che si erano formate all'interno della valvola, risultando in un modello che mostrava gradienti di proprietà meccaniche e forniva nuove informazioni sugli effetti reali delle placche sulla funzione della valvola.

"Il nostro approccio non solo consente di preservare e stampare livelli di dettaglio elevati in modelli medici, ma consente anche di risparmiare un'enorme quantità di tempo e denaro, "dice Tessitore, chi è l'autore corrispondente dell'articolo. "Segmentazione manuale di una TAC di un piede umano sano, con tutta la sua struttura ossea interna, midollo osseo, tendini, muscoli, tessuti molli, e pelle, Per esempio, può richiedere più di 30 ore, anche da un professionista qualificato, siamo stati in grado di farlo in meno di un'ora."

I ricercatori sperano che il loro metodo contribuirà a rendere la stampa 3D uno strumento più praticabile per esami e diagnosi di routine, educazione del paziente, e comprendere il corpo umano. "Proprio adesso, è semplicemente troppo costoso per gli ospedali impiegare un team di specialisti per entrare e segmentare manualmente i set di dati di immagini per la stampa 3D, tranne in casi estremamente ad alto rischio o di alto profilo. Speriamo di cambiarlo, "dice Hosny.

Affinché ciò accada, anche alcuni elementi radicati del campo medico devono cambiare. La maggior parte dei dati dei pazienti viene compressa per risparmiare spazio sui server ospedalieri, quindi è spesso difficile ottenere i file di scansione MRI o TC non elaborati necessari per la stampa 3D ad alta risoluzione. Inoltre, la ricerca del team è stata facilitata attraverso una collaborazione congiunta con il principale produttore di stampanti 3D Stratasys, che ha consentito l'accesso alle capacità di stampa bitmap intrinseche della loro stampante 3D. Inoltre, devono ancora essere sviluppati nuovi pacchetti software per sfruttare meglio queste capacità e renderle più accessibili ai professionisti del settore medico.

Nonostante questi ostacoli, i ricercatori sono fiduciosi che i loro risultati presentano un valore significativo per la comunità medica. "Immagino che entro i prossimi 5 anni, potrebbe venire il giorno in cui qualsiasi paziente che si reca in uno studio medico per una TAC o una risonanza magnetica di routine o non di routine sarà in grado di ottenere un modello stampato in 3D dei propri dati specifici del paziente entro pochi giorni, "dice Tessitore.

Keating, che è diventato un appassionato sostenitore degli sforzi per consentire ai pazienti di accedere ai propri dati medici, ancora 3-D stampa le sue scansioni MRI per vedere come il suo cranio sta guarendo dopo l'intervento chirurgico e controlla il suo cervello per assicurarsi che il suo tumore non stia tornando. "La capacità di capire cosa sta succedendo dentro di te, tenerlo effettivamente tra le mani e vedere gli effetti del trattamento, è incredibilmente potente, " lui dice.

"La curiosità è uno dei più grandi motori di innovazione e cambiamento per il bene più grande, soprattutto quando si tratta di esplorare questioni tra discipline e istituzioni. Il Wyss Institute è orgoglioso di essere uno spazio in cui questo tipo di innovazione trasversale può prosperare, ", afferma il direttore fondatore del Wyss Institute Donald Ingber, M.D., dottorato di ricerca, che è anche Judah Folkman Professor of Vascular Biology presso la Harvard Medical School (HMS) e il Vascular Biology Program presso il Boston Children's Hospital, nonché Professore di Bioingegneria presso la John A. Paulson School of Engineering and Applied Sciences (SEAS) di Harvard.