Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




La IA predice como los pacientes con CPCNM responderán a la quimioterapia

Por el equipo editorial de MedImaging en español
Actualizado el 01 Apr 2019
Los investigadores pronto podrán predecir qué pacientes de cáncer de pulmón responderán a la quimioterapia utilizando los datos de la tomografía computarizada (TC). Generalmente, se adopta la quimioterapia basada en platino como el tratamiento de primera línea para el cáncer de pulmón de células no microcítico en estadio avanzado (CPCNM), aunque solo uno de cada cuatro pacientes responde bien a este tratamiento.

Actualmente no hay manera de predecir qué pacientes pueden obtener el mayor beneficio de la quimioterapia. Los exámenes por TAC se utilizan habitualmente para la estadificación del tumor y el seguimiento de la respuesta al tratamiento. Los investigadores usan un campo de estudio llamado radiómica para extraer datos cuantitativos o medibles de las imágenes de la TC que pueden revelar características de la enfermedad que no son visibles en las imágenes únicamente. En el último estudio, los investigadores se centraron en identificar el papel de las características de la textura radiómica, tanto dentro como alrededor del tumor pulmonar, con el fin de predecir el tiempo de progresión y la supervivencia general, así como la respuesta a la quimioterapia en pacientes con CPCNM.

Los investigadores analizaron los datos de 125 pacientes que habían sido tratados con quimioterapia doble de platino basada en pemetrexed. Dividieron al azar a los pacientes en dos conjuntos con un número igual de respondedores y no respondedores en el conjunto de entrenamiento. El conjunto de entrenamiento comprendía 53 pacientes con CPCNM, y el conjunto de validación comprendía 72 pacientes.

Una computadora analizó las imágenes de TC del cáncer de pulmón para identificar patrones únicos de heterogeneidad tanto dentro como fuera del tumor. Luego se compararon estos patrones entre las tomografías computarizadas de pacientes que respondieron y no respondieron a la quimioterapia. Estos patrones de características se utilizaron para entrenar a un clasificador de aprendizaje automático para identificar la probabilidad de que un paciente con cáncer de pulmón respondiera a la quimioterapia. Los resultados mostraron que las características radiómicas derivadas del tumor y el área alrededor del tumor fueron capaces de diferenciar a los pacientes que respondieron a la quimioterapia de los que no lo hicieron. Además, las características radiómicas predijeron el tiempo hasta la progresión y la supervivencia general.

De acuerdo con Mohammadhadi Khorrami, M.S, un candidato a Ph.D., del Departamento de Ingeniería Biomédica de la Escuela de Ingeniería de la Universidad Case Western Reserve en Cleveland, Ohio, quien, junto con Mónica Khunger, M.D, del Departamento de Medicina Interna de la Clínica Cleveland, dirigió el estudio, los datos radiómicos derivados de las imágenes de TC también pueden ayudar a identificar a aquellos pacientes que presentan un riesgo elevado de recurrencia y que podrían beneficiarse de una observación y seguimiento más intensivos.

“Cuando observamos los patrones dentro del tumor, obtuvimos una exactitud de 0,68. Pero cuando miramos dentro y fuera, la exactitud subió a 0,77”, dijo Khorrami. “A pesar de la gran cantidad de estudios en el espacio de la radiómica por TC, el área circundante inmediata del tumor, o la región peritumoral, ha permanecido relativamente sin explorar. Nuestros resultados mostraron una clara evidencia del papel de los patrones de textura peritumoral en la predicción de la respuesta y el tiempo de progresión después de la quimioterapia”.

“Este es el primer estudio que demuestra que los patrones de heterogeneidad o diversidad extraídos por computadora desde fuera del tumor fueron predictivos de la respuesta a la quimioterapia”, dijo la Dra. Khunger. “Esto es muy importante porque podría permitir predecir antes de la terapia qué pacientes con cáncer de pulmón tienen probabilidad de responder o no. Esto, a su vez, podría ayudar a identificar a los pacientes que probablemente no respondan a la quimioterapia y reciban terapias alternativas como la radiación o la inmunoterapia”.

Enlace relacionado:
Departamento de Ingeniería Biomédica de la Escuela de Ingeniería de la Universidad Case Western Reserve
Clínica Cleveland


Ultra-Flat DR Detector
meX+1717SCC
New
Ultrasound Needle Guidance System
SonoSite L25
Multi-Use Ultrasound Table
Clinton
Computed Tomography System
Aquilion ONE / INSIGHT Edition

Canales

Radiografía

ver canal
Imagen: un algoritmo de aprendizaje profundo detecta los niveles de calcio en la arteria coronaria en tomografías computarizadas de tórax (foto cortesía de Adobe Stock)

IA detecta enfermedades cardíacas ocultas en TC de tórax existentes

El calcio en la arteria coronaria (CAC) es un indicador importante del riesgo cardiovascular, pero su evaluación suele requerir una tomografía computarizada (TC) especializada (gated) que... Más

RM

ver canal
Imagen: los investigadores utilizaron RM y pantalones inspirados en la NASA para mejorar las pruebas de esfuerzo y revelar problemas cardíacos ocultos (foto cortesía de UTA)

Nueva técnica de resonancia magnética revela problemas cardíacos ocultos

Las pruebas de esfuerzo tradicionales, realizadas en una máquina de resonancia magnética (RM), requieren que los pacientes permanezcan acostados, una posición que mejora artificialmente... Más

Ultrasonido

ver canal
Imagen: el nuevo dispositivo implantable para el tratamiento del dolor crónico es pequeño y flexible (foto cortesía de The Zhou Lab at USC)

Dispositivo inalámbrico para el manejo del dolor crónico reduce la necesidad de analgésicos y cirugía

El dolor crónico afecta a millones de personas en todo el mundo, lo que a menudo provoca discapacidad a largo plazo y dependencia de opioides, los cuales conllevan riesgos importantes de efectos... Más

Medicina Nuclear

ver canal
Imagen: El estudio de imágenes de cáncer de próstata tiene como objetivo reducir la necesidad de biopsias (foto cortesía de Shutterstock)

Nuevo enfoque de imagen podría reducir la necesidad de biopsias para monitorear el cáncer de próstata

El cáncer de próstata es la segunda causa principal de muerte por cáncer en hombres en Estados Unidos. Sin embargo, la mayoría de los hombres mayores diagnosticados con esta... Más

Imaginología General

ver canal
Imágenes de resultado positivo en examen de detección de colonografía por TC en un hombre asintomático de 67 años (foto cortesía de Radiology)

La colonografía por TC supera a la prueba de ADN en heces para la detección del cáncer de colon

Dado que el cáncer colorrectal sigue siendo la segunda causa principal de muertes relacionadas con el cáncer a nivel mundial, la detección temprana mediante pruebas de cribado es fundamental... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.