Investigadors catalans han desenvolupat una eina basada en la intel·ligència artificial que permet discernir molt millor els tres tipus de tumors cerebrals principals. L'eina Diagnosi In Susceptibility Contrast Enhancing Regions for Neuroncology (DISCERN) ha estat creada pel Grup de Radiòmica de la Vall d'Hebron Institut d'Oncologia (VHIO), en estreta col·laboració la Unitat de Neuroradiologia de l'Hospital de Bellvitge (HUB). Tot plegat és el resultat d'una línia d'investigació de més de cinc anys.

En l'estudi, les unitats d'aprenentatge són els vòxels, la unitat mínima de volum que es pot estudiar a les imatges de ressonància magnètica, i que són l'equivalent al píxel, però en 3D. DISCERN ha après així les característiques d'aquests tres tipus diferents a partir de 50.000 vòxels de 40 pacients diagnosticats. I s'ha validat l'eina amb 500 casos addicionals: el 78% dels diagnòstics de l'estudi eren correctes.

DISCERN supera així els mètodes convencionals per guiar el diagnòstic de tumors cerebrals: l'eina està basada en l'aprenentatge de patrons mitjançant models d'IA a partir de la informació que proporciona la ressonància magnètica estàndard. Els investigadors han desenvolupat aquest programari amb accés obert, i així la pot utilitzar qualsevol centre. Els resultats d'aquest estudi han estat publicats a la revista científica Cell Reports Medicine.

El 70% dels tumors cerebrals malignes

Segons detallen en una nota de premsa, el 70% dels tumors cerebrals malignes són d'un d'aquests tres tipus: glioblastoma multiforme, metàstasi cerebral de tumors sòlids i limfoma primari del sistema nerviós. Cadascun requereix un enfocament terapèutic diferent, per la qual cosa és imprescindible diagnosticar-los de forma correcta i inequívoca.

"El diagnòstic diferencial no invasiu dels tumors cerebrals es basa actualment en l'avaluació d'imatge de ressonància magnètica abans i després d'administrar contrast. Tot i això, un diagnòstic definitiu moltes vegades requereix intervencions neuroquirúrgiques que comprometen la qualitat de vida dels pacients", explica Raquel Pérez-López, cap del Grup de Radiòmica del VHIO i investigadora sènior de l'estudi.

Aquesta nova eina es basa en l'aprenentatge profund, un mètode d'intel·ligència artificial, i aprofita tota la informació espacial i temporal de la ressonància magnètica estàndard per a identificar patrons de comportament. "S'integra el coneixement de diversos treballs previs amb mètodes d'intel·ligència artificial, la qual cosa deriva en un programari que automatitza la classificació diagnòstica prequirúrgica amb molt bona precisió", detalla Albert Pons-Escoda, neuroradiòleg clínic, investigador de la Unitat de Neuroradiologia de Bellvitge i coautor de l'estudi.