Investigadores de la Universidad de Texas en San Antonio y la Universidad de Pittsburgh desarrollaron una red neuronal para mejorar herramientas de radioterapia adaptativa.
La radioterapia adaptativa (ART, en inglés), es una tecnología avanzada para el tratamiento del cáncer, la cual incorpora cambios progresivos en la anatomía del paciente en la adaptación de sus dosis o planes durante el tratamiento. La aplicación clínica de la radioterapia adaptativa está sujeta a la segmentación precisa de los tumores de cáncer en imágenes que suelen tener baja calidad, lo que plantea desafíos para su delineación manual o utilizando modelos de aprendizaje profundo.
En este sentido, investigadores de la Universidad de Texas en San Antonio, específicamente de UT Health San Antonio y de la Universidad de Pittsburgh, desarrollaron una red neuronal profunda de transducción de secuencias. Esta red cuenta con un mecanismo de atención para aprender la contracción de tumores cancerígenos basándose en tomografías computarizadas de haz cónico (CBTC, en inglés).
De esta forma, los investigadores diseñaron un método denominado de adaptación de dominio auto supervisado, el cual es capaz de aprender y adaptar las características de textura y de espacio de las tomografías computarizadas de alta calidad, previo al tratamiento de la modalidad de CBTC.
Es decir, este modelo basado en la adaptación de dominio auto supervisados secuencial transfiere el conocimiento de imágenes de tomografía computarizada de alta calidad previas al tratamiento.
“Mediante un conjunto de experimentos en imágenes CBCT semanales a mitad de tratamiento, demostramos que las estimaciones de incertidumbre resultantes pueden mejorar la calidad de la detección de regiones erróneas”, explica el estudio.
El método presentado en el estudio demostró una reducción significativa del riesgo de neumonitis inducida por la radicación de hasta el 35% manteniendo al mismo tiempo la alta probabilidad de control del tumor.
Consulta el estudio completo en el siguiente enlace:
https://www.sciencedirect.com/science/article/abs/pii/S1361841523000610
