Herramienta de resonancia magnética basada enIA supera métodos actuales de diagnóstico de tumores cerebrales

El glioblastoma multiforme, las metástasis de tumores sólidos al cerebro y el linfoma primario del sistema nervioso central comprenden hasta el 70 % de todos los cánceres cerebrales malignos. Diferenciar entre estas neoplasias malignas es crucial porque cada tipo exige una estrategia de tratamiento específica, pero presenta un desafío clínico. Actualmente, el diagnóstico no invasivo de los tumores cerebrales se basa en el análisis de imágenes por resonancia magnética (RMN) antes y después de la administración de agentes de contraste. Sin embargo, un diagnóstico concluyente a menudo requiere procedimientos neuroquirúrgicos, que pueden afectar negativamente la calidad de vida del paciente. Ahora, una herramienta de aprendizaje profundo aprovecha los datos de las imágenes por resonancia magnética (RMN) para clasificar con precisión los tumores cerebrales, ayudando así a los médicos a tomar decisiones informadas.

El Diagnóstico en Regiones de Mejora del Contraste de Susceptibilidad para Neuroncología (DISCERN) es una herramienta de aprendizaje profundo y de acceso abierto desarrollada conjuntamente por investigadores del Instituto de Oncología Vall d'Hebron (VHIO, Barcelona, España) y el Hospital Universitario de Bellvitge (Barcelona, España). Se basa en el entrenamiento de patrones utilizando modelos de inteligencia artificial (IA) extraídos de información estándar de resonancia magnética. DISCERN interpreta los datos espaciales y temporales completos disponibles en las resonancias magnéticas convencionales para reconocer patrones específicos de tumores.

Al emplear el aprendizaje profundo, el sistema aprende a distinguir entre las características de varios tumores basándose en exploraciones por resonancia magnética de pacientes previamente diagnosticados. Un estudio liderado por el VHIO demostró la capacidad de DISCERN para facilitar el diagnóstico preciso de tumores cerebrales mediante resonancia magnética de perfusión, superando la precisión de los métodos de diagnóstico tradicionales. Con una tasa de precisión del 78 % en la clasificación de estos cánceres cerebrales comunes, DISCERN representa un avance significativo en el campo. Los desarrolladores han hecho accesible DISCERN a través de una aplicación de código abierto fácil de usar para promover su uso generalizado en la investigación clínica y mejorar la reproducibilidad de los hallazgos.

“DISCERN es una herramienta informática de apoyo al diagnóstico que facilita la clasificación de tumores cerebrales para ayudar a guiar la toma de decisiones médicas por parte de equipos multidisciplinarios con respecyo a la necesidad y el tipo de cirugía necesaria para confirmar el diagnóstico”, afirma Carles Majós, neurorradiólogo clínico e investigador del Hospital Universitario de Bellvitge.

Enlaces relacionados:
VHIO
Hospital Universitario de Bellvitge

Visitar la expo >

Medical Radiographic X-Ray Machine

TR30N HF

Digital X-Ray Detector Panel

Acuity G4

Mobile X-Ray System

K4W

Adjustable Mobile Barrier

M-458