Recientemente se desarrolló una herramienta basada en el aprendizaje de patrones por medio de modelos de inteligencia artificial (IA) que colabora con el diagnóstico de cáncer cerebral. Esta herramienta funciona a partir de la información obtenida de una resonancia magnética estándar, por lo que se superan los métodos tradicionalmente utilizados.
El desarrollo estuvo a cargo de científicos del Vall d'Hebron Instituto de Oncología (VHIO) junto a radiólogos del Hospital Universitario de Bellvitge, ambas instituciones españolas, y los resultados se publicaron en la revista científica Cell Reports Medicine.
Cabe destacar que el 70% de los tumores malignos en el cerebro corresponden a glioblastoma multiforme, metástasis cerebrales de tumores sólidos o linfoma primario del sistema nervioso. Cada uno de estos tipos requiere un enfoque terapéutico distinto, por lo que es imprescindible identificarlos de forma correcta e inequívoca.
Diagnosis In Susceptibility Contrast Enhancing Regions for Neuroncology (DISCERN)
El software desarrollado se basa en el aprendizaje profundo, un método de inteligencia artificial que aprovecha toda la información espacial y temporal de la resonancia magnética estándar para identificar patrones de comportamiento específicos en la imagen de cada tumor.
El diagnóstico diferencial no invasivo en estos tumores se basa actualmente en la evaluación de imagen de resonancia magnética antes y después de administrar contraste. Pero, para arribar a un diagnóstico definitivo, muchas veces se requiere de intervenciones neuroquirúrgicas que comprometen la calidad de vida de los pacientes.
Este software automatiza la clasificación diagnóstica prequirúrgica con muy buena precisión, a la vez que facilita su aplicabilidad clínica con una interfaz amigable para los clínicos.
El aprendizaje profundo consiste en enseñar a la máquina cuáles son las características de cada uno de los tumores que se encuentran en las resonancias magnéticas de pacientes ya diagnosticados. En este caso, las unidades de aprendizaje son los vóxeles, la unidad mínima de volumen que se pueden estudiar en las imágenes de resonancia magnética. Se trata del equivalente al píxel, pero en 3D.
Se validó la herramienta en más de 500 casos adicionales y se comprobó que el 78% de los diagnósticos que daba la herramienta eran correctos, una proporción superior a la obtenida con los métodos convencionales utilizados hasta hoy.
Para el equipo desarrollador, los resultados publicados abren la puerta a continuar con el desarrollo de esta herramienta y validarla con más pacientes para poder llevarla a la práctica clínica.
Fuente: SINC.
