Societatea de medicină nucleară și imagistică moleculară: AI poate detecta cu acuratețe tipuri diferite de cancer pe scanările PET/CT

Societatea de medicină nucleară și imagistică moleculară: AI poate detecta cu acuratețe tipuri diferite de cancer pe scanările PET/CT
iunie 12 11:40 2024
Articol scris de:
Timp citire articol: 3 minut(e)

O nouă abordare bazată pe inteligența artificială (AI) a demonstrat că poate detecta cu exactitate șase tipuri diferite de cancer pe scanările PET/CT ale întregului corp, potrivit unei cercetări prezentate în cadrul reuniunii anuale a Societății de medicină nucleară și imagistică moleculară (SNMMI 2024), care a avut loc între 8 – 11 iunie în Toronto (Canada).

Detectarea și caracterizarea automată a cancerului sunt nevoi clinice importante pentru a permite un tratament timpuriu, spun specialiștii.

Cele mai multe modele de AI care au ca scop detectarea cancerului sunt construite pe seturi de date de dimensiuni mici sau moderate care, de obicei, cuprind o singură afecțiune malignă și un singur radiotrasor.

„Acest lucru reprezintă un blocaj critic în paradigma actuală de instruire și evaluare pentru aplicațiile AI în imagistica medicală și radiologie”, a declarat Kevin H. Leung, cercetător la facultatea de medicină Johns Hopkins, din cadrul Universității din Baltimore (Statele Unite), într-un comunicat publicat luni, de Societatea de medicină nucleară și imagistică moleculară, cu ocazia sesiunilor anuale care au avut loc între 8 – 11 iunie, în Toronto (Canada).

Noul instrument AI poate fi util pentru a evalua riscul pacientului, pentru a estima răspunsul la tratament și supraviețuirea, prin cuantificarea automată a încărcăturii tumorale.

Pentru a aborda această problemă, cercetătorii au dezvoltat o abordare de învățare profundă prin transfer (un tip de inteligență artificială) pentru segmentarea complet automată a tumorilor pe tot corpul și pentru prognosticarea pe scanări PET/CT.

În cadrul studiului au fost analizate date de la 611 scanări FDG PET/CT ale unor pacienți cu cancer pulmonar, melanom, limfom, cancere din sfera ORL (cap și gât) și cancer de sân, precum și 408 scanări PSMA PET/CT ale unor pacienți cu cancer de prostată.

Abordarea AI a extras automat caracteristicile radiomice și măsurile imagistice ale întregului corp din segmentările tumorale estimate pentru a cuantifica sarcina tumorală moleculară și absorbția moleculară în toate tipurile de cancer.

Caracteristicile cantitative și măsurile imagistice au fost utilizate pentru a construi modele predictive cu scopul de a demonstra valoarea prognostică pentru stratificarea riscului, estimarea supraviețuirii și predicția răspunsului la tratament la pacienții cu cancer.

Exemple de segmente tumorale indicate de abordarea AI bazată pe învățarea profundă, în șase tipuri de cancer. Pentru cancerul de sân sunt prezentate scanări înainte și după terapie. Credit: Imagine creată de Kevin H. Leung și colab., Universitatea Johns Hopkins, Baltimore, iunie 2024.

În plus față de efectuarea prognosticului cancerului, abordarea oferă un cadru care va contribui la îmbunătățirea rezultatelor și a supraviețuirii pacienților prin identificarea unor biomarkeri predictivi puternici, caracterizarea subtipurilor tumorale și permițând, totodată, detectarea și tratamentul precoce al cancerului, a remarcat Leung.

„Abordarea poate ajuta, de asemenea, la gestionarea timpurie a pacienților cu boală avansată, în stadiu terminal, prin identificarea regimurilor de tratament adecvate și predicția răspunsului la terapii, cum ar fi terapia radiofarmaceutică”, e adăugat acesta.

Specialiștii spun că, în viitor, instrumentele de AI generalizabile și complet automatizate vor juca un rol important în centrele de imagistică, ajutând medicii la interpretarea scanărilor PET/CT ale pacienților cu cancer.

Abordarea de învățare profundă poate duce, de asemenea, la descoperirea unor informații moleculare importante despre procesele biologice care stau la baza acestora și care ar putea fi în prezent insuficient studiate în populațiile de pacienți pe scară largă.

scrie un comentariu

0 Comentarii

Adaugă un comentariu