Investigación
Investigadores catalanes crean una herramienta con inteligencia artificial para mejorar el diagnóstico de los tumores cerebrales
Científicos de los hospitales Vall d'Hebron y Bellvitge diseñan DISCERN, que acierta el 78% de los diagnósticos
Un investigador mira resonancias magnéticas cerebrales en unas pantallas del Hospital de Bellvitge.
Investigadores del Grupo de Radiómica de la Vall d'Hebrón Instituto de Oncología (VHIO) y de la Unidad de Neuro-Radiología del Hospital de Bellvitge (HUB) han desarrollado una herramienta basada en la inteligencia artificial que permite discernir mucho mejor, a través de resonancias magnéticas, los tres tipos de tumores cerebrales.
DISCERN ha aprendido las características de estos tres tipos diferentes de tumor cerebral a partir de 50.000 vóxeles, píxeles en 3D, de 40 pacientes diagnosticados, y se ha validado la herramienta con 500 casos adicionales. El 78% de los diagnósticos eran correctos, proporción superior a la obtenida con los métodos convencionales utilizados hasta hoy. En este caso, las unidades de aprendizaje son los vóxeles, la unidad mínima de volumen que se puede estudiar en las imágenes de resonancia magnética. Es el equivalente al píxel, pero en 3D.
El Grupo de Radiómica del VHIO, en estrecha colaboración con la unidad de neuro-radiología de Bellvitge, ha desarrollado un software con acceso abierto Diagnosis In Susceptibility Contrast Enhancing Regions for Neuroncology (DISCERN) de manera que la herramienta pueda utilizarse en cualquier centro y seguir perfeccionando el sistema de diagnóstico.
Esta herramienta está basada en el aprendizaje de patrones mediante modelos de inteligencia artificial a partir de la información que proporciona la resonancia magnética estándar. DISCERN supera los métodos convencionales para guiar el diagnóstico de tumores cerebrales. Los resultados de este estudio han sido publicados en la revista científica ‘Cell Reports Medicine’.
El 70% de los tumores cerebrales malignos son de uno de estos tres tipos: glioblastoma multiforme, metástasis cerebral de tumores sólidos y linfoma primario del sistema nervioso. Cada uno requiere un enfoque terapéutico diferente por el que es imprescindible diagnosticarlos de forma correcta e inequívoca.
«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 intervenciones neuroquirúrgicas que comprometen la calidad de vida de los pacientes», explica Raquel Pérez-López, jefa del Grupo de Radiómica del VHIO e investigadora sénior del estudio.
«Este trabajo es el fruto de una línea de investigación de más de cinco años en la que hemos identificado innovadores biomarcadores de imagen de perfusión por resonancia magnética útiles en el diagnóstico diferencial de los tumores cerebrales. En este proyecto se integra el conocimiento de varios trabajos previos con métodos de inteligencia artificial, lo que deriva en un software que automatiza la clasificación diagnóstica prequirúrgica con muy buena precisión, a la vez que facilita su aplicabilidad clínica con una interfaz amigable para los clínicos», afirma Albert Pons-Escoda, neuro-radiólogo clínico e investigador de la Unidad de Neuro-Radiología de Bellvitge y coautor del estudio.
Esta nueva herramienta se basa en el aprendizaje profundo, un método de inteligencia artificial, y aprovecha toda la información espacial y temporal de la resonancia magnética estándar para identificar patrones de comportamiento específicos en la imagen de cada tumor.
«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 enseñamos al ordenador miles de imágenes de perros y gatos, aprenderá las características que definen y distinguen perros de gatos y al ver una imagen nueva podrá diferenciar si se trata de uno u otro».
«Se trata de una herramienta de soporte al diagnóstico que ofrece una información de gran utilidad para guiar las decisiones médicas de las unidades multidisciplinares con respecto a la necesidad y al tipo de cirugía requerida para confirmar el diagnóstico», afirma el Dr. Carles Majós, neuro-radiólogo clínico e investigador de la Unidad de Neuro-Radiología de Bellvitge y coautor del estudio.
En este estudio han colaborado la Unidad de Neurooncología del IDIBELL (Barcelona), los Servicios de Radiología del Hospital Universitario Bellvitge, del Hospital Clínic de Barcelona y el Departamento de Radiología de HT Medica (Andalucía), al Departamento de Medicina Radiológica y Ciencias Aplicadas y el Departamento de Bioingeniería en la Universidad de California (La Jolla, San Diego).