Un estudio reciente publicado en Clinical Breast Cancer ha revelado que los modelos de aprendizaje profundo tienen el potencial de servir como herramientas predictivas efectivas para el pronóstico del cáncer de mama. Liderado por el Dr. Junqi Han y su equipo del Hospital Afiliado de la Universidad de Qingdao en China, el estudio demostró el éxito de un modelo que combina datos de imágenes de mamografía, imágenes de ultrasonido y otras características para predecir con precisión la supervivencia libre de enfermedad de pacientes con cáncer de mama.
Los investigadores destacaron el rendimiento mejorado del modelo combinado, que utiliza tanto imágenes de mamografía como de ultrasonido, en comparación con el uso de modalidades de imágenes individuales. Al aprovechar la inteligencia artificial y las técnicas de aprendizaje profundo, los radiólogos están explorando nuevas vías para avanzar en el diagnóstico y pronóstico del cáncer de mama.
En este estudio, el equipo recopiló datos de 1,242 pacientes entre 2013 y 2018, dividiéndolos en grupos de entrenamiento y prueba. Emplearon modelos de aprendizaje profundo utilizando ResNet50 e integraron datos clínicos e características de imágenes para seleccionar factores pronósticos independientes y establecer un modelo clínico.
Se desarrollaron un total de cinco modelos: aprendizaje profundo de ultrasonido, aprendizaje profundo de mamografía, aprendizaje profundo de ultrasonido más mamografía, un modelo clínico y un modelo combinado. Los investigadores descubrieron que el modelo combinado, que incorporaba imágenes de ambas modalidades junto con características patológicas, clínicas y radiográficas, presentaba el mayor rendimiento predictivo entre los modelos analizados.
Cabe destacar que ciertas características patológicas y clínicas solo se pueden obtener después de la cirugía. En consecuencia, el modelo combinado es significativo en la predicción del pronóstico después de la cirugía. Además, el estudio enfatizó la naturaleza complementaria del ultrasonido y la mamografía en la imagen mamaria, con el ultrasonido utilizado para observar la forma y características de las lesiones y la mamografía utilizada para identificar la calcificación.
Si bien el estudio demuestra hallazgos prometedores, los autores solicitaron validación externa en futuras investigaciones para medir la efectividad predictiva y la generalización de los modelos. A pesar de esto, el uso de modelos de aprendizaje profundo muestra un gran potencial para mejorar la predicción del pronóstico del cáncer de mama y, en última instancia, mejorar los resultados para los pacientes.
Sección de Preguntas frecuentes sobre el pronóstico del cáncer de mama y los modelos de aprendizaje profundo:
The source of the article is from the blog motopaddock.nl