Datos multimodales impulsados por datos y aprendizaje multitarea para la identificación y clasificación mejoradas de...

Área de la Ciencia:

• Imagenología Médica; Inteligencia Artificial; Neumología

Sus antecedentes:

• La enfermedad pulmonar obstructiva crónica (EPOC) es una de las principales causas de mortalidad a nivel mundial.; La identificación y fenotipificación precisas de la EPOC son cruciales para el manejo eficaz del paciente.; Los métodos de diagnóstico actuales pueden beneficiarse de enfoques computacionales avanzados.

Objetivo del estudio:

• Desarrollar y evaluar un marco de aprendizaje multitarea multimodal para la detección y clasificación automatizadas de la EPOC.; Integrar imágenes de tomografía computarizada (TC) con datos clínicos para mejorar el rendimiento diagnóstico.; Evaluar la eficacia del modelo en la diferenciación de la EPOC de la no EPOC y de varios subtipos de EPOC.

Principales métodos:

• Se desarrolló un modelo de aprendizaje multitarea retrospectivo, que fusiona imágenes de TC y datos clínicos de 2320 pacientes.; El rendimiento del modelo se evaluó utilizando métricas como el coeficiente de correlación de concordancia (CCC), el error absoluto medio (MAE), el área bajo la curva característica operativa del receptor (AUC), la precisión (ACC), la precisión, la recuperación y la puntuación F1.; La generalización se probó replicando experimentos en tres redes troncales distintas.

Principales resultados:

• El modelo óptimo logró una CCC máxima de 0.75 para la capacidad vital forzada (CVF) y 0.77 para el volumen espiratorio forzado en un segundo (VEF1).; Para la clasificación binaria de EPOC, el modelo de aprendizaje multitarea alcanzó un AUC de 0.88 y una ACC de 0.83.; En la clasificación ternaria (EPOC/PRISm/Normal), el AUC más alto fue de 0.87 con una ACC de 0.79.

Conclusiones:

• Los modelos de aprendizaje multitarea que integran imágenes de TC y variables clínicas superan a los modelos de tarea única para la identificación y clasificación de la EPOC.; Este enfoque apoya la toma de decisiones clínicas basadas en evidencia en medicina respiratoria.; Los hallazgos avanzan en la prestación de medicina de precisión para el manejo de la EPOC.