Inteligencia artificial para la predicción no invasiva de las firmas moleculares en las metástasis espinales: una...

Área de la Ciencia:

• En el campo de la oncología
• Radiología
• La informática médica

Sus antecedentes:

• Las metástasis espinales presentan desafíos significativos en el pronóstico y la morbilidad de los pacientes.
• La identificación de las firmas genéticas y moleculares es crucial para una gestión eficaz.
• Es posible que los métodos de diagnóstico actuales no reflejen completamente la complejidad de las EM.

Objetivo del estudio:

• Evaluar la eficacia de la inteligencia artificial (IA) en la identificación de firmas genéticas y moleculares en las metástasis espinales.
• Evaluar el potencial de la IA para mejorar la precisión del diagnóstico y guiar el tratamiento personalizado para las EM.
• Para sintetizar la evidencia actual sobre las aplicaciones de IA en la predicción de los perfiles moleculares de SM.

Principales métodos:

• Se realizó una revisión sistemática de cinco bases de datos.
• Se incluyeron estudios que utilizan la IA para predecir alteraciones genéticas y resultados de SM.
• Se analizaron métricas de rendimiento como la precisión, el AUC y la sensibilidad.

Principales resultados:

• Se analizaron once estudios en los que participaron 2211 pacientes.
• Los modelos de IA demostraron una alta precisión predictiva para marcadores moleculares como EGFR, Ki-67 y HER-2.
• El promedio ponderado de AUC para la validación interna y externa alcanzó 0,849 y 0,791, respectivamente.

Conclusiones:

• La IA, particularmente la radiómica y el aprendizaje automático, muestra una promesa significativa en la predicción de marcadores moleculares en SM.
• Los enfoques impulsados por la IA pueden mejorar la utilidad clínica de las firmas moleculares para los SM.
• Los hallazgos apoyan el papel de la IA en mejorar la precisión del diagnóstico y permitir terapias personalizadas para las metástasis espinales.