Diagnóstico asistido por computadora basado en el sistema de red neuronal convolucional profunda 3D utilizando nuevas...

Área de la Ciencia:

• Imágenes médicas
• Inteligencia artificial
• En el campo de la oncología

Sus antecedentes:

• La creciente incidencia del cáncer de próstata (PCa) en todo el mundo requiere herramientas de diagnóstico avanzadas.
• Los métodos de diagnóstico actuales requieren una mejora para la identificación precisa de PCa de alto grado.

Objetivo del estudio:

• Desarrollar un sistema de soporte de diagnóstico basado en IA para PCa de alto grado.
• Utilizar nuevas secuencias de imágenes de resonancia magnética (IRM) con IA para mejorar el diagnóstico.

Principales métodos:

• Análisis de las secuencias de resonancia magnética ponderadas por difusión 3D y ponderadas por T2 de 254 pacientes con PCa.
• Desarrollo de una red neuronal convolucional profunda 3D (3DCNN) para el reconocimiento de imágenes.
• Técnicas de aumento de datos aplicadas para mejorar el conjunto de datos de imágenes.

Principales resultados:

• Se desarrolló con éxito un sistema de IA basado en 3DCNN como herramienta de apoyo al diagnóstico.
• El sistema logró una sensibilidad del 85% y un área bajo la curva (AUC) de 0,82 para la detección de PCa de alto grado.
• La PCa de alto grado se definió como un grupo de grado Gleason 4 o superior.

Conclusiones:

• El sistema de soporte de diagnóstico de IA, aprovechando la resonancia magnética multiparamétrica 3D, puede ayudar a identificar a los pacientes con PCa de alto grado.
• Esta herramienta tiene el potencial de ayudar en la evaluación del riesgo de pretratamiento de PCa de alto grado.
• Se justifica una mayor validación del sistema para su aplicación clínica.