Una nova eina basada en la intel·ligència artificial millorarà el diagnòstic de tumors cerebrals

Investigadors del Grup de Radiòmica de la Vall d'Hebron Institut d'Oncologia (VHIO) i de la Unitat de Neuroradiologia del Hospital Universitari de e Bellvitge (HB) han desenvolupat una eina basada en la intel·ligència artificial que permet discernir molt millor, a través de ressonàncies magnètiques, els tres tipus de tumors cerebrals. El sistema DISCERN ha après les característiques d'aquests tres tipus diferents de tumor cerebral a partir de 50.000 vòxels, píxels en 3D, de 40 pacients diagnosticats, i s’ha validat l’eina amb 500 casos addicionals.  Els resultats d'aquest estudi han estat publicats a la revista científica Cell Reports Medicine.

El 78% dels diagnòstics eren correctes, proporció superior a l'obtinguda amb els mètodes convencionals utilitzats fins ara. En aquest cas, les unitats d'aprenentatge són els vòxels, la unitat mínima de volum que es pot estudiar a les imatges de ressonància magnètica. És l'equivalent al píxel, però en 3D.

Aquesta eina està basada en l'aprenentatge de patrons mitjançant models d'intel·ligència artificial a partir de la informació que proporciona la ressonància magnètica estàndard. DISCERN supera els mètodes convencionals per guiar el diagnòstic 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 neuroradiòleg clínic i investigador de la Unitat de Neuroradiologia de Bellvitge, Albert Pons-Escoda, ha explicat que “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”.

Pons remarca que “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”. 

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.