Una eina amb IA creada per investigadors catalans millora el diagnòstic de tumors cerebrals
A partir d'una ressonància magnètica estàndard, ha après a diferenciar entre tres tipus diferents de tumors, i obre la porta a reduir procediments invasius
Nou pas en la lluita contra el càncer, aquest cop, de la mà de la intel·ligència artificial. Una nova eina que la incorpora, desenvolupada per investigadors catalans, permet afinar el diagnòstic de tumors cerebrals i, alhora, obre la porta a millorar la qualitat de vida dels pacients.
Es tracta d'un software que es basa en l'aprenentatge de patrons fent servir models d'intel·ligència artificial. Ho fa a partir de la informació que proporciona una ressonància magnètica estàndard.
Interpretant aquestes imatges, aconsegueix diferenciar amb una probabilitat d'èxit del 78% entre tres tipus diferents de tumor cerebral, un percentatge superior a l'obtingut amb els mètodes convencionals.
Així ho explica la Dra. Raquel Pérez-López, cap del Grup de Radiòmica del VHIO i investigadora sènior de l'estudi:
"L'ull humà no és capaç de percebre certa informació que aquests models, sí; i, sobretot, són capaços d'incorporar tota la informació alhora."
Actualment, per confirmar els diagnòstics és necessari en la immensa majoria de casos sotmetre el pacient a procediments neuroquirúrgics, que ara podrien estalviar-se.
Millorar la qualitat de vida dels pacients
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.
En l'actualitat, el diagnòstic es basa en l'avaluació d'imatge de ressonància magnètica abans i després d'administrar contrast.
"Tot i això, un diagnòstic definitiu moltes vegades requereix intervencions que comprometen la qualitat de vida dels pacients", explica Pérez-López.
Evitar-los, doncs, suposaria una millora per als afectats: "Ofereix una informació de gran utilitat per guiar les decisions mèdiques pel que fa a la necessitat i el tipus de cirurgia requerida per confirmar el diagnòstic", afirma el Dr. Carles Majós, neuroradiòleg clínic i investigador de la Unitat de Neuroradiologia de l'Hospital Universitari de Bellvitge i coautor de l'estudi.
Més de cinc anys d'investigació
Darrere de la nova eina, anomenada DISCERN, hi ha el Grup de Radiòmica del Vall d'Hebron Institut d'Oncologia (VHIO), conjuntament amb investigadors de la Unitat de Neuroradiologia de l'Hospital Universitari de Bellvitge (HUB).
Els resultats del seu estudi han estat publicats a la revista científica Cell Reports Medicine i són fruit de més de cinc anys d'investigació.
Durant aquest temps, els investigadors han identificat "innovadors biomarcadors d'imatge de perfusió per ressonància magnètica útils en el diagnòstic", diu 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:
"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."
Aprenentatge profund
El sistema es basa en l'aprenentatge profund, un mètode d'intel·ligència artificial, i identifica patrons de comportament específics en la imatge de cada tumor.
"Consisteix a ensenyar a la màquina quines són les característiques de cadascun dels tumors que trobem a les ressonàncies magnètiques de pacients ja diagnosticats", explica Alonso García-Ruiz, investigador predoctoral del Grup de Radiòmica del VHIO i primer autor d'aquest estudi.
El que revelen els vòxels
En aquest cas, les unitats d'aprenentatge són els vòxels, l'equivalent al píxel, però en 3D, i la unitat mínima de volum que permeten estudiar les imatges de ressonància magnètica.
"DISCERN ha après a partir de 50.000 vòxels de 40 pacients diagnosticats", explica la Dra. Raquel Pérez-López, que afegeix que "s'ha validat l'eina en més de 500 casos addicionals".
L'equip ha desenvolupat un programari amb accés obert, de manera que l'eina pugui utilitzar-se a qualsevol centre i continuar perfeccionant el sistema de diagnòstic.
