Radioterapia asistida por algoritmos: la IA mejora la precisión del tratamiento del cáncer de pulmón

Un equipo de investigadores de la Universidad Northwestern ha desarrollado una herramienta basada en IA que podría mejorar significativamente la eficacia de la radioterapia contra el cáncer de pulmón. El sistema, llamado iSeg, puede localizar tumores de forma automática y precisa en tomografías computarizadas, incluso teniendo en cuenta el movimiento respiratorio del paciente. Esta tecnología no solo podría acelerar la planificación del tratamiento, sino también ayudar a evitar errores que conducen a peores resultados.

Una radioterapia eficaz requiere una precisión milimétrica. Los oncólogos primero deben localizar el tumor y delinear sus límites en tomografías computarizadas, un proceso llamado segmentación. Es un trabajo minucioso y algo subjetivo que varía de un médico a otro y puede resultar en la omisión de partes del tumor.

Una nueva herramienta llamada iSeg , creada por investigadores de Northwestern Medicine, se basa en tecnología de aprendizaje profundo y analiza tomografías computarizadas 3D en tiempo real, incluso teniendo en cuenta el movimiento del tumor relacionado con la respiración.

El objetivo de la tecnología es ayudar a los médicos a tomar mejores decisiones terapéuticas, especialmente cuando el tiempo y el acceso a especialistas experimentados son importantes.

Para crear iSeg, el equipo entrenó el algoritmo con cientos de pacientes con cáncer de pulmón tratados en nueve centros, incluyendo Northwestern Medicine y la Clínica Cleveland. Utilizando los contornos de los tumores dibujados a mano por los médicos, la IA aprendió a reconocer sus límites en las tomografías computarizadas.

El sistema se probó con nuevos datos: exploraciones de pacientes que no había visto antes. ¿Los resultados? El iSeg funcionó tan bien como los expertos y, en muchos casos, detectó áreas que el ojo humano podría haber pasado por alto.

Además, se ha descubierto que los fragmentos que los médicos no detectan están asociados con peores resultados del tratamiento si no se incluyen en la radioterapia.

El primer autor del estudio, Sagnik Sarkar , añade:

El equipo está probando iSeg en un entorno clínico, comparando el rendimiento de la IA con el trabajo de médicos humanos en tiempo real. También planean expandir el algoritmo a otros tipos de cáncer, como el de hígado, cerebro y próstata, así como a otras modalidades de imagen, como la resonancia magnética y la tomografía por emisión de positrones (PET).

iSeg puede desempeñar un papel clave, especialmente en hospitales que no tienen acceso a equipos de oncología altamente especializados. Con la segmentación tumoral estandarizada y automática, la radioterapia puede planificarse con mayor rapidez y administrarse con mayor eficacia, independientemente de la ubicación.

Como enfatizan los autores del estudio, el trabajo aún no ha terminado. Pero la dirección es clara: mayor precisión, decisiones más rápidas y menos errores, en beneficio de los pacientes con cáncer de todo el mundo.

Fuente: medicalxpress.com