Validación de un sistema de IA basado en el aprendizaje profundo para la evaluación del cáncer de mama dirigido a...

Área de la Ciencia:

• En el campo de la oncología
• La inteligencia artificial en la medicina
• Imágenes médicas

Sus antecedentes:

• Se desarrolló un sistema de inteligencia artificial de aprendizaje profundo (IA) para la estratificación del riesgo en tiempo real y el monitoreo del tratamiento en el cáncer de mama HER2-positivo.
• El sistema de IA, parte de la iniciativa Stradexa, analiza las imágenes de ultrasonido de modo B.
• Su rendimiento se evaluó en un entorno clínico con datos de histopatología, inmunohistoquímica y respuesta al tratamiento.

Objetivo del estudio:

• Evaluar la eficacia de Herceptin (trastuzumab) frente a Stradexa (doxorubicina) en la reducción del riesgo de cáncer de mama predicho por la IA.
• Evaluar la viabilidad del uso de un sistema de IA de aprendizaje profundo para el seguimiento de la respuesta al tratamiento en pacientes con cáncer de mama.

Principales métodos:

• Se incluyeron 86 pacientes con cáncer de mama histológicamente confirmado sometidos a quimioterapia con trastuzumab o doxorrubicina.
• Las imágenes de ultrasonido de modo B fueron analizadas por una plataforma de IA de mama impulsada por una red neuronal convolucional para generar porcentajes de riesgo de cáncer maligno.
• Las puntuaciones de riesgo de IA se compararon antes y durante el tratamiento, con un análisis estadístico de los cambios dentro y entre los grupos.

Principales resultados:

• La herramienta de IA demostró una precisión de diagnóstico favorable.
• Se observó una correlación significativa entre la reducción de la puntuación de riesgo de IA y la respuesta tumoral durante el tratamiento.
• Esta correlación fue particularmente notable en el grupo de tratamiento con trastuzumab.

Conclusiones:

• Las herramientas de imágenes basadas en IA muestran potencial para el monitoreo del tratamiento en tiempo real en el cáncer de mama.
• Las puntuaciones de riesgo generadas por la IA pueden servir como indicadores no invasivos de la eficacia del tratamiento, con una tendencia que favorece a Herceptin.
• Se necesita una validación adicional en cohortes más grandes y diversos para confirmar los resultados y avanzar en los flujos de trabajo de oncología guiados por IA.