Northwestern Medicine ha presentado iSeg, una herramienta de inteligencia artificial que une a los médicos para mapear tumores pulmonares e identificar áreas que a menudo se pasan por alto, prometiendo una radioterapia más precisa y una mejor atención al paciente.
En un nuevo estudio publicado Hoy, en la revista npj Precision Oncology, los científicos de Northwestern Medicine revelan que iSeg, una herramienta de inteligencia artificial que desarrollaron, no solo combina a los médicos para delinear con precisión los tumores de pulmón en las tomografías computarizadas, sino que también puede identificar áreas que algunos médicos pueden pasar por alto.
La precisión es fundamental en la radioterapia, ya que los oncólogos deben mapear meticulosamente el tamaño y la ubicación del tumor para administrar radiación de alta dosis que destruya las células cancerosas sin afectar el tejido sano. Este proceso, conocido como segmentación tumoral, suele ser laborioso, se realiza manualmente y puede variar entre médicos, lo que a veces puede llevar a que se pasen por alto áreas tumorales críticas.
A diferencia de las herramientas de IA anteriores que trabajaban con imágenes estáticas, iSeg es la primera herramienta de aprendizaje profundo en 3D que ha demostrado segmentar los tumores a medida que se mueven con cada respiración, un factor fundamental en la planificación del tratamiento de radiación.
Este avance podría mejorar significativamente la precisión de la radioterapia, que es una parte vital del tratamiento para casi la mitad de todos los pacientes con cáncer en los EE. UU.
"Estamos un paso más cerca de tratamientos contra el cáncer que son incluso más precisos de lo que cualquiera de nosotros imaginó hace apenas una década", dijo en un comunicado de prensa el autor principal Mohamed Abazeed, presidente y profesor de oncología radioterápica en la Facultad de Medicina Feinberg de la Universidad Northwestern.
"El objetivo de esta tecnología es brindarles a nuestros médicos mejores herramientas", agregó Abazeed, quien lidera un equipo de investigación enfocado en desarrollar herramientas basadas en datos para personalizar y mejorar el tratamiento del cáncer y también es miembro del Centro Oncológico Integral Robert H. Lurie de la Universidad Northwestern.
Entrenamiento iSeg
El equipo entrenó a iSeg utilizando tomografías computarizadas y contornos de tumores dibujados por médicos de cientos de pacientes con cáncer de pulmón tratados en nueve clínicas dentro de los sistemas de salud de Northwestern Medicine y Cleveland Clinic.
Este amplio conjunto de datos contrasta con los conjuntos de datos más pequeños, de un solo hospital, utilizados en muchos estudios anteriores.
Tras el entrenamiento, se evaluó el rendimiento de iSeg con exploraciones de pacientes que no había realizado previamente. Sus resultados se compararon con los obtenidos por los médicos.
El estudio reveló que iSeg coincidía consistentemente con los perfiles de expertos de diversos hospitales y tipos de escáner. Sorprendentemente, también destacó áreas adicionales que algunos médicos pasaron por alto y que se asociaron con peores resultados si no se trataban.
“La focalización precisa del tumor es la base de una radioterapia segura y eficaz, donde incluso pequeños errores en la focalización pueden afectar el control del tumor o causar una toxicidad innecesaria”, agregó Abazeed.
El primer autor, Sagnik Sarkar, tecnólogo investigador sénior de Feinberg y máster en inteligencia artificial por Northwestern, añadió: «Al automatizar y estandarizar el contorno tumoral, nuestra herramienta de IA puede ayudar a reducir las demoras, garantizar la equidad en todos los hospitales y, potencialmente, identificar áreas que los médicos podrían pasar por alto, mejorando así la atención al paciente y los resultados clínicos».
Despliegue clínico
El equipo de investigación está probando actualmente iSeg en entornos clínicos, comparando su rendimiento con el de los médicos en escenarios en tiempo real.
También están incorporando características como la retroalimentación de los usuarios y están trabajando para extender la tecnología a otros tipos de tumores, incluidos los cánceres de hígado, cerebro y próstata.
También hay planes para adaptar iSeg a métodos de imágenes adicionales, como resonancias magnéticas y tomografías por emisión de positrones.
“Consideramos esto como una herramienta fundamental que podría estandarizar y mejorar la forma en que se abordan los tumores en oncología radioterápica, especialmente en entornos donde el acceso a expertos en subespecialidades es limitado”, añadió el coautor Troy Teo, instructor de oncología radioterápica en Feinberg. “Esta tecnología puede contribuir a una atención más uniforme en todas las instituciones, y creemos que su implementación clínica podría ser posible en un par de años”.
Fuente: Universidad del Noroeste