El Vhio de Barcelona desarrolla una herramienta de IA para analizar tumores hepáticos

BARCELONA 6 May. (EUROPA PRESS) -

Investigadores del Vall d'Hebron Institut d'Oncologia (Vhio) ha desarrollado la herramienta de inteligencia artificial (IA) SALSA capaz de detectar y segmentar tumores hepáticos "de forma precisa y totalmente automatizada".

Para desarrollar la herramienta, cuyo estudio se ha publicado en la revista 'Cell Reports Medicine', se utilizó un modelo de segmentación de IA ya existente y se introdujeron los datos obtenidos de 1.598 tomografías computarizadas (TAC) de 4.908 tumores primarios o metastásico para entrenar la herramienta, ha informado este martes el Vhio en un comunicado.

Las imágenes médicas como las del TAC proporcionan información a los profesionales para realizar el diagnóstico, planificar una cirugía curativa o evaluar la respuesta al tratamiento de los tumores, pero la investigadora y jefa del Grupo de Radiómica del Vhio, Raquel Pérez-López, ha dicho que delinear con precisión para conocer su volumen plantea desafíos prácticos y constituye un "cuello de botella" en los proyectos de investigación.

Para superar esos desafíos, el Vhio decidió desarrollar una herramienta de delineación automática que pudiera ser "transformadora, mejorando la precisión en la detección de tumores y la evaluación del volumen", ha explicado la primera autora del artículo, Maria Balaguer-Montero.

El equipo de radiómica decidió empezar por el cáncer hepático y una vez entrenada la herramienta con miles de imágenes, SALSA demostró una precisión superior en la identificación de tumores y cuantificación de volumen tumoral, superando los modelos considerados más avanzados hasta el mento.

Según los investigadores, la herramienta demostró una precisión de detección en cuanto a paciente superior al 99% y del 82%, aproximadamente, en cuanto a lesión, en las cohortes de validación externa.

Pérez-López ha afirmado que la herramienta logra la identificación y delimitación precisas y automatizadas de tumores hepáticos en imágenes de tomografía computarizada, facilitando una cuantificación más precisa de la carga tumoral, "un factor crucial en el pronóstico y el tratamiento del cáncer, sin necesidad de intervención manual".