Investigadors del Grup de Radiòmica del VHIO, conjuntament amb investigadors de la Unitat de Neuroradiologia del Hospital Universitari de Bellvitge (HUB), han desenvolupat una eina basada en l’aprenentatge de patrons mitjançant models d’intel·ligència artificial a partir de la informació que proporciona la ressonància magnètica estàndard pel diagnòstic de tumors cerebrals.
Aquesta eina supera els mètodes convencionals per guiar el diagnòstic d’aquests tumors. Els resultats d’aquest estudi han estat publicats a la revista científica Cell Reports Medicine.
Diagnòstic diferencial de tumors cerebrals
El 70% dels tumors cerebrals malignes són d’un d’aquests tres tipus: glioblastoma multiforme, metàstasi cerebral de tumors sòlids i limfoma primari del sistema nerviós. Cadascun requereix un enfocament terapèutic diferent per la qual cosa és imprescindible diagnosticar-los de forma correcta i inequívoca.
“El diagnòstic diferencial no invasiu dels tumors cerebrals es basa actualment en l’avaluació d’imatge de ressonància magnètica abans i després d’administrar contrast. Tot i això, un diagnòstic definitiu moltes vegades requereix intervencions neuroquirúrgiques que comprometen la qualitat de vida dels pacients” explica la Dra. Raquel Pérez-López, cap del Grup de Radiòmica del VHIO i investigadora sènior de l’estudi.
“Aquest treball és el fruit d’una línia d’investigació de més de cinc anys en la qual hem identificat innovadors biomarcadors d’imatge de perfusió per ressonància magnètica útils en el diagnòstic diferencial dels tumors cerebrals. En aquest projecte s’integra el coneixement de diversos treballs previs amb mètodes d’intel·ligència artificial, la qual cosa deriva en un software que automatitza la classificació diagnòstica prequirúrgica amb molt bona precisió, alhora que facilita la seva aplicabilitat clínica amb una interfície amigable per als clínics”, afirma el Dr. Albert Pons-Escoda, neuroradiòleg clínic i investigador de la Unitat de Neuroradiologia de l’Hospital Universitari de Bellvitge i coautor de l’estudi.
Aquesta nova eina es basa en l’aprenentatge profund, un mètode d’intel·ligència artificial, i aprofita tota la informació espacial i temporal de la ressonància magnètica estàndard per a identificar patrons de comportament específics en la imatge de cada tumor. “L’eina ha après les característiques d’aquests tres tipus diferents de tumor cerebral a partir de 50.000 vòxels de 40 pacients diagnosticats”, explica la Dra. Raquel Pérez-López. “L’hem validat en més de 500 casos addicionals i comprovem que el 78% dels diagnòstics que donava l’eina eren correctes, una proporció superior a l’obtinguda amb els mètodes convencionals utilitzats fins avui”.
En aquest estudi hi han col·laborat la Unitat de Neurooncologia de l’IDIBELL (Barcelona), els Serveis de Radiologia de l’Hospital Universitari Bellvitge, de l’Hospital Clínic de Barcelona i el Departament de Radiologia de HT Medica (Andalusia), el Departament de Medicina Radiològica i Ciències Aplicades i el Departament de Bioenginyeria a la Universitat de Califòrnia (La Jolla, San Diego).
Aquest treball s’ha realitzat gràcies al suport de la Fundació CRIS Contra el Càncer, la Fundació FERO i la Fundació “la Caixa” que financen a través de diverses iniciatives la investigació del Grup de Radiòmica del VHIO.
Font: VHIO