Modelo de IA analiza tumores extirpados quirúrgicamente en tiempo real

Durante la cirugía de cáncer de mama, el cirujano extirpa el tumor, también conocido como muestra, junto con un poco de tejido sano adyacente para garantizar que se extirpen todas las células cancerosas. Luego, esta muestra se somete a una radiografía mediante mamografía y el equipo médico la examina para confirmar que se ha eliminado el área problemática. Después de eso, la muestra va a un laboratorio de patología para un análisis más detallado donde el patólogo verifica si las células cancerosas han alcanzado el borde exterior del tejido extirpado, llamado margen patológico. Si es así, es probable que algunas células cancerosas todavía estén presentes en el seno, lo que requeriría una cirugía adicional. Este proceso patológico, sin embargo, podría tardar hasta una semana después de la cirugía. Los investigadores han creado ahora un modelo de inteligencia artificial (IA) capaz de predecir si todo el tejido canceroso se ha extirpado exitosamente durante la cirugía del cáncer de mama.

Para entrenar este modelo de IA, investigadores de la Facultad de Medicina de la Universidad de Carolina del Norte (Chapel Hill, Carolina del Norte, EUA) utilizaron una gran cantidad de imágenes de muestras de mamografías, que luego compararon con los informes finales de los patólogos. La mamografía de muestras, o fotografiar la muestra con una radiografía, se puede realizar directamente en el quirófano. Además, los investigadores incluyeron información demográfica del paciente, como edad, raza y detalles específicos sobre el tumor, como su tipo y tamaño. Al evaluar la capacidad del modelo de IA para identificar correctamente los márgenes patológicos, se descubrió que era al menos tan preciso como la interpretación humana, si no más. En particular, la IA estaba a la par o ligeramente mejor que los expertos humanos en el reconocimiento de márgenes positivos.

Los investigadores señalan que este modelo de IA es especialmente beneficioso para pacientes con tejido mamario más denso. En las mamografías, tanto los tumores como el tejido de alta densidad aparecen de color blanco brillante, lo que dificulta determinar dónde termina el cáncer y dónde comienza el tejido normal. El modelo también podría ser invaluable para hospitales con recursos limitados, ya que pueden carecer del personal especializado necesario para tomar decisiones rápidas y bien informadas durante la cirugía. Si bien el modelo aún se encuentra en su fase de desarrollo, los investigadores planean seguir agregando más imágenes y datos de diferentes pacientes y cirujanos. Se necesitan más estudios de validación antes de que esta herramienta de IA pueda implementarse clínicamente. El equipo espera que la precisión predictiva del modelo mejore a medida que se exponga a más datos relacionados con tejidos y márgenes normales y cancerosos.

“Algunos cánceres se pueden sentir y ver, pero no podemos ver las células cancerosas microscópicas que pueden estar presentes en el borde del tejido extirpado. Otros cánceres son completamente microscópicos”, dijo la autora principal Kristalyn Gallagher, DO, jefa de sección de cirugía mamaria en la División de Oncología Quirúrgica y miembro de UNC Lineberger. “Esta herramienta de IA nos permitiría analizar con mayor precisión los tumores extirpados quirúrgicamente en tiempo real y aumentaría las posibilidades de que todas las células cancerosas se eliminen durante la cirugía. Esto evitaría la necesidad de traer a los pacientes nuevamente para una segunda o tercera cirugía”.

Enlaces relacionados:
Facultad de Medicina de la UNC  

Visitar la expo >

New

Radiation Shielding

Oversize Thyroid Shield

Computed Tomography System

Aquilion ONE / INSIGHT Edition

New

Ultrasound-Guided Biopsy & Visualization Tools

Endoscopic Ultrasound (EUS) Guided Devices

New

Ultrasound Needle Guide

Ultra-Pro 3