Estudio muestra cómo un modelo de inteligencia artificial puede detectar mutaciones genéticas en tumores cerebrales cancerígenos en menos de 90 segundos.
Un equipo de neurocirujanos e ingenieros de distintas universidades en Estados Unidos, desarrollaron un sistema de diagnóstico basado en inteligencia artificial (IA), que detecta mutaciones genéticas a través de imágenes rápidas de muestras de tumores. El estudio titulado: “Clasificación molecular basada en inteligencia artificial de gliomas difusos utilizando imágenes ópticas rápidas y sin etiquetas”, explica los detalles del sistema denominado DeepGlioma y cómo podría ser una herramienta para optimizar el diagnóstico y tratamiento de los gliomas.
DeepGlioma es un sistema de detección de diagnóstico rápido menor a 90 segundos, que utiliza IA para agilizar el diagnóstico molecular de gliomas difusos. Su objetivo es mejorar las limitaciones que presentan las pruebas diagnósticas moleculares actuales en pacientes con tumores cerebrales.
Este sistema se entrena utilizando un conjunto de datos multimodal que incluye histología Raman estimulada; un método de formación de imágenes ópticas rápido, sin etiquetas y sin consumo; y datos genómicos públicos a gran escala, según explica el estudio.
El estudio contó con la participación de 153 pacientes con glioma difuso, el tumor cerebral primario más común y con mayor mortalidad. Los pacientes se sometieron a imágenes de histología Raman estimulada en tiempo real, y DeepGlioma logró predecir alteraciones moleculares logrando una precisión de clasificación molecular media de 93,3%.
Esta herramienta basada en IA tiene el potencial de mejorar el acceso y la velocidad del diagnóstico y la atención de pacientes con tumores cerebrales mortales”, dijo el autor principal y creador de DeepGlioma, el Dr. Todd Hollon.
Asimismo, el Dr. Hollon explicó que a DeepGlioma crea un camino para la identificación con mayor precisión y más oportuna, que “brindaría a los proveedores una mejor oportunidad para definir tratamientos y predecir el pronóstico del paciente”.
Consulta el estudio completo en el siguiente enlace:
