La inteligencia artificial mejora el diagnóstico de tumores cerebrales
El nuevo enfoque de aprendizaje automático clasifica un tipo común de tumor cerebral en grados bajos o altos con una precisión de casi el 98 %. Crédito: Mindy Takamiya/Universidad de Kyoto iCeMS (CC BY 4.0)
Un nuevo enfoque de aprendizaje automático clasifica un tipo común de tumor cerebral en grados bajos o altos con una precisión de casi el 98 %, informan los investigadores en la revista IEEE Access. Científicos de India y Japón, incluidos los del Instituto de Ciencias Integradas de Materiales Celulares (iCeMS) de la Universidad de Kyoto, desarrollaron el método para ayudar a los médicos a elegir la estrategia de tratamiento más eficaz para pacientes individuales.
Los gliomas son un tipo común de tumor cerebral que afecta a las células gliales, que brindan apoyo y aislamiento a las neuronas. El tratamiento del paciente varía según la agresividad del tumor, por lo que es importante obtener el diagnóstico correcto para cada individuo. Los radiólogos obtienen una gran cantidad de datos de las resonancias magnéticas para reconstruir una imagen tridimensional del tejido escaneado. Gran parte de los datos disponibles en las resonancias magnéticas no se pueden detectar a simple vista, como los detalles relacionados con la forma del tumor, la textura o la intensidad de la imagen. Los algoritmos de inteligencia artificial (IA) ayudan a extraer estos datos. Los oncólogos médicos han estado utilizando este enfoque, llamado radiómica, para mejorar los diagnósticos de los pacientes, pero aún se debe mejorar la precisión.
El bioingeniero de iCeMS, Ganesh Pandian Namasivayam, colaboró con el científico de datos indio Balasubramanian Raman de Roorkee para desarrollar un sistema de aprendizaje automático. enfoque que puede clasificar los gliomas en bajo o alto grado con una precisión del 97,54 %. Los gliomas de bajo grado incluyen astrocitoma pilocítico de grado I y glioma de bajo grado de grado II. Estos son los tumores de glioma menos agresivos y menos malignos. Los gliomas de alto grado incluyen el glioma maligno de grado III y el glioblastoma multiforme de grado IV, que son mucho más agresivos y malignos con un tiempo de supervivencia posterior al diagnóstico relativamente corto. La elección del tratamiento del paciente depende en gran medida de poder determinar la clasificación del glioma.
El equipo, que incluye a Rahul Kumar, Ankur Gupta y Harkirat Singh Arora, usó un conjunto de datos de resonancias magnéticas pertenecientes a 210 personas con gliomas de alto grado y otras 75 con gliomas de bajo grado. Desarrollaron un enfoque llamado CGHF, que significa: sistema de soporte de decisiones computacionales para la clasificación de gliomas utilizando radiómica híbrida y características basadas en ondículas estacionarias. Eligieron algoritmos específicos para extraer características de algunas de las resonancias magnéticas y luego entrenaron otro algoritmo predictivo para procesar estos datos y clasificar los gliomas. Luego probaron su modelo en el resto de las resonancias magnéticas para evaluar su precisión.
«Nuestro método superó a otros enfoques de vanguardia para predecir los grados de glioma a partir de resonancias magnéticas cerebrales», dice Balasubramanian. «Esto es bastante considerable».
«Esperamos que la IA ayude a desarrollar un modelo de software predictivo automático o semiautomático que pueda ayudar a los médicos, radiólogos y otros profesionales médicos a adaptar los mejores enfoques para sus pacientes individuales», agrega Ganesh.
Explore más
El aprendizaje automático ayuda a los médicos a diagnosticar la gravedad de los tumores cerebrales Más información: Rahul Kumar et al. CGHF: un sistema de soporte de decisiones computacional para la clasificación de gliomas mediante el uso de características híbridas radiómicas y basadas en ondículas estacionarias, IEEE Access (2020). DOI: 10.1109/ACCESS.2020.2989193 Proporcionado por ResearchSEA Cita: La inteligencia artificial mejora el diagnóstico de tumores cerebrales (4 de junio de 2020) consultado el 31 de agosto de 2022 en https://medicalxpress.com/news/2020-06- artificial-intelligence-brain-tumour-diagnosis.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.