Redacción
Investigadores del Grupo de Radiómica del Vall d’Hebron Instituto de Oncología (VHIO), junto con investigadores de la Unidad de Neuroradiología del Hospital Universitari de Bellvitge (HUB), han desarrollado la herramienta Discern basada en el aprendizaje de patrones mediante modelos de inteligencia artificial a partir de la información que proporciona la resonancia magnética estándar. Discern supera a los métodos convencionales para ayudar al diagnóstico de tumores cerebrales. Los resultados de este estudio se han publicado en la revista científica Cell Reports Medicine.
El 70% de los tumores cerebrales malignos son de uno de estos tres tipos: glioblastoma multiforme, metástasis cerebrales de tumores sólidos y linfoma primario del sistema nervioso. Cada uno de ellos requiere un enfoque terapéutico distinto por lo que es imprescindible diagnosticarlos de forma correcta e inequívoca.
Discern supera a los métodos convencionales para ayudar al diagnóstico de tumores cerebrales
“El diagnóstico diferencial no invasivo de los tumores cerebrales se basa actualmente en la evaluación de imagen de resonancia magnética antes y después de administrar contraste. Sin embargo, un diagnóstico definitivo muchas veces requiere de intervenciones neuroquirúrgicas que comprometen la calidad de vida de los pacientes” explica la Dra. Raquel Pérez-López, jefa del Grupo de Radiómica del VHIO e investigadora sénior del estudio.
Para lograrlo, la nueva herramienta 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.
Esta herramienta se basa en el aprendizaje profundo y aprovecha toda la información espacial y temporal
“El aprendizaje profundo consiste en enseñar a la máquina cuáles son las características de cada uno de los tumores que encontramos en las resonancias magnéticas de pacientes ya diagnosticados” explica Alonso García-Ruiz, investigador predoctoral del Grupo de Radiómica del VHIO y primer autor de este estudio. “Por ejemplo, si le enseñamos al ordenador miles de imágenes de perros y gatos, aprenderá las características que definen y distinguen a perros de gatos y al ver una imagen nueva podrá diferenciar si se trata de uno u otro”.
Además, han asegurado que “Validamos la herramienta en más de 500 casos adicionales y comprobamos 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”.
“Comprobamos 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”
“Se trata de una herramienta de apoyo al diagnóstico que ofrece una información de gran utilidad para guiar las decisiones médicas de los grupos multidisciplinares en cuanto a la necesidad y el tipo de cirugía requerido para confirmar el diagnóstico” afirma el Dr. Carles Majós, neurorradiólogo clínico e investigador de la Unidad de Neuroradiología del Hospital Universitari de Bellvitge y coautor del estudio.
