Algoritmo de IA analiza imágenes por RM para determinar la mejor estrategia de tratamiento para cáncer rectal

Los pacientes con cáncer rectal suelen seguir un protocolo de tratamiento estandarizado que a menudo requiere cirugía, la cual conlleva riesgos y posibles complicaciones, incluyendo una reducción en la calidad de vida. Existe una necesidad urgente de mejorar los marcadores para evaluar el riesgo de metástasis e invasión, lo que permitiría hacer recomendaciones terapéuticas personalizadas que maximicen las probabilidades de supervivencia. Los investigadores están desarrollando un algoritmo de inteligencia artificial (IA) para analizar las imágenes por resonancia magnética (RM) y proporcionar una mejor comprensión de cómo responden los tumores rectales al tratamiento.

La herramienta de IA, conocida como "computational image Rectal Response Classifier (ciRRC)", está siendo desarrollada por investigadores de la Universidad Case Western Reserve (Cleveland, Ohio, EUA) para mejorar el análisis de datos de resonancia magnética más allá de las capacidades de la evaluación humana. Una vez que esté completamente desarrollada y validada, se espera que la herramienta permita a los médicos ofrecer tratamientos oncológicos de precisión personalizados. Con los avances en las opciones de tratamiento, como las nuevas combinaciones de quimioterapia y radioterapia, ciRRC podría ayudar a identificar a los pacientes que pueden ser resistentes a ciertos regímenes. Esto permitiría a los médicos sugerir opciones de tratamiento alternativas, ayudando a los pacientes a evitar complicaciones innecesarias y a tomar decisiones informadas sobre su nivel de tratamiento. Los investigadores también planean realizar una validación multiinstitucional de ciRRC para ampliar su posible impacto clínico.

Enlaces relacionados:
Universidad Case Western Reserve

Visitar la expo >

Floor‑Mounted Digital X‑Ray System

MasteRad MX30+

Half Apron

Demi

Medical Radiographic X-Ray Machine

TR30N HF

Ultrasound-Guided Biopsy & Visualization Tools

Endoscopic Ultrasound (EUS) Guided Devices