Desarrollan una herramienta de IA para analizar los tumores de hígado de forma rápida, automatizada y precisa

Para el diagnóstico, seguimiento y evaluación de la respuesta al tratamiento de los tumores cancerígenos, en la practica clínica se usan normalmente las imágenes del tumor obtenidas mediante tomografía computarizada (TAC). Pese a que éstas son muy útiles para los oncólogos a la hora de tomar decisiones terapéuticas, lo cierto es que la forma en la que hasta ahora los radiólogos pueden evaluarlas no es tan óptima y tiene importantes carencias.

"Analizar este tipo de imágenes sigue siendo un proceso complejo que depende mucho de la experiencia del radiólogo", señala la doctora Raquel Pérez-López, jefa del Grupo de Radiómica del Vall d'Hebron Instituto de Oncología (VHIO), quien al respecto explica que "estos especialistas pueden hacer análisis muy detallados de esas imágenes, como delimitar los bordes de los tumores para extraer datos acerca de su volumen, que son claves para un diagnostico y seguimiento del mismo":

Sin embargo, "esa es una labor que lleva horas de trabajo, de manera que no es viable hacerla en el día a día". "Contar cuántos tumores hay en el hígado de un paciente con cáncer y medirlos todos puede requerir que un especialista dibuje manualmente los bordes de los tumores para conocer su volumen en cientos de imágenes y eso es poco viable", comenta a modo de ejemplo la doctora.

Ante esta imposibilidad, los radiólogos "evalúan esas imágenes de una manera muy general, visual y rápida, basándose en gran medida en su experiencia. Básicamente, tratan de responder a la pregunta de si hay tumor o no y si es así, si su tamaño está creciendo o se está reduciendo", comenta la doctora.

En esta línea, con el fin de hacer un diagnóstico, estos especialistas "hacen una visualización de las imágenes de TAC para tratar de identificar aquellas cosas que salen de la normalidad, masas que están creciendo dentro del hígado, mientras que para evaluar si hay respuesta al tratamiento, no delinean el tumor ni toman medidas del mismo, porque eso lleva mucho tiempo, sino que se basan en su experiencia y subjetividad".

Automatización de un procedimiento inviable manualmente

Frente a esa evidente necesidad de agilizar el análisis y evaluación de las imágenes de TAC y gracias a la aparición y desarrollo de la Inteligencia Artificial, investigadores del Grupo de Radiómica del Vall d'Hebron Instituto de Oncología, liderado por la doctora Pérez-López, han desarrollado un Sistema para la Segmentación y Detección Automática de Tumores Hepáticos, SALSA por sus siglas en inglés.

"Nuestro proyecto aplica IA para automatizar y hacer más rápido y preciso este proceso. Hemos desarrollado una herramienta que con solo pulsar un botón detecta y dibuja automáticamente todos los tumores en el hígado en imágenes de TAC de un paciente, tanto los tumores primarios como metástasis de tumores que han diseminado desde el hígado", explica la investigadora, quien asegura que "esto nos permite conocer datos muy útiles, como es el volumen total de la enfermedad por paciente, en cuestión de segundos".

Decisiones más rápidas, precisas y eficaces

Con SALSA se abre un nuevo abanico de posibilidades. Y es que esta herramienta permite diagnosticar de forma más rápida, analizar las imágenes en más profundidad y precisión y evaluar la respuesta al tratamiento de forma más individualizada, lo que ofrece la posibilidad de conocer si todos los tumores de un mismo paciente está respondiendo a la terapia de forma homogénea o si bien hay algunas lesiones que están progresando.

Todo ello facilita la toma de decisiones terapéuticas de una forma más personalizada, rápida y eficaz. Al respecto, la Pérez-López recuerda que "varias veces nos encontramos que un paciente no tiene una sola metástasis, sino múltiples y no todas responden de una forma homogénea a la quimioterapia, sino que puede ser que una o dos estén progresando".

Sin embargo, "de la forma que se evalúan hoy en días las imágenes de TAC, se hace una evaluación global de la respuesta y determinamos que ese paciente está respondiendo, pero la realidad es que hay uno o dos tumores que están creciendo y probablemente van a ser los que acaben matando al paciente".

Precisión demostrada

En contraposición, con SALSA "podemos plantear un tratamiento más personalizado, en el cual mantenemos la quimioterapia, que al paciente le está yendo globalmente bien, y después, para esos dos tumores que hemos detectado de forma muy precisa que están progresando, planteamos una cirugía o una radioterapia", concluye la doctora.

Para el desarrollo de esta herramienta, que a día de hoy ya se usa en investigación, Pérez-López y su equipo utilizaron un modelo de segmentación de inteligencia artificial, al que entrenaron con los datos obtenidos de 1598 TAC de 4.908 tumores hepáticos primarios o metastásicos, datos todos ellos procedentes de una investigación previa en la que necesitaron anotar y segmentar manualmente las imágenes de los tumores.

Gracias a ello, SALSA es capaz de delimitar los tumores de forma totalmente automática, de anotarlos y segmentarlos para que a la postre un radiólogo compruebe si esa segmentación es correcta o bien es necesario modificarla porque hay errores.

En cualquier caso, cabe destacar que esta herramienta, que se ha validado con cuatro bases de datos independientes de tumores hepáticos, "ofrece resultados comparables al trabajo de los radiólogos e incluso, en ocasiones, mejores", asegura la investigadora quien al respecto concreta que "SALSA ha demostrado una precisión de detección en cuanto a paciente superior al 99%, y del 82% en cuanto a lesión".