Recerca
Investigadors catalans creen una eina amb intel·ligència artificial per millorar el diagnòstic dels tumors cerebrals
Científics dels hospitals Vall d’Hebron i Bellvitge dissenyen DISCERN, que encerta el 78% dels diagnòstics
Un investigador mira ressonàncies magnètiques cerebrals en unes pantalles de l'Hospital de Bellvitge.
Investigadors del Grup de Radiòmica de la Vall d'Hebron Institut d'Oncologia (VHIO) i de la Unitat de Neuroradiologia del Hospital de Bellvitge (HUB) 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.
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. El 78% dels diagnòstics eren correctes, proporció superior a l'obtinguda amb els mètodes convencionals utilitzats fins avui. 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.
El Grup de Radiòmica del VHIO, en estreta col·laboració amb la unitat de neuroradiologia de Bellvitge, ha desenvolupat un programari amb accés obert Diagnosi In Susceptibility Contrast Enhancing Regions for Neuroncology (DISCERN) de manera que l'eina pugui utilitzar-se a qualsevol centre i continuar perfeccionant el sistema de diagnòstic.
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. Els resultats d'aquest estudi han estat publicats a la revista científica ‘Cell Reports Medicine’.
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 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 Albert Pons-Escoda, neuroradiòleg clínic i investigador de la Unitat de Neuroradiologia 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'aprenentatge profund 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. «Per exemple, si ensenyem a l'ordinador milers d'imatges de gossos i gats, aprendrà les característiques que defineixen i distingeixen gossos de gats i en veure una imatge nova podrà diferenciar si es tracta d'un o altre».
«Es tracta d´una eina de suport al diagnòstic que ofereix una informació de gran utilitat per guiar les decisions mèdiques de les unitats multidisciplinàries 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 Bellvitge i coautor del estudi.
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).