Algoritmos y biomarcadores de imagen. La radiómica como una pieza más de la Oncología de precisión

La Radiómica está revolucionando la interpretación de imágenes médicas

 

El cáncer es una enfermedad con una tasa de incidencia alta entre la población (442,4 casos por cada 100.000 personas). Y su tasa de mortalidad se sitúa en 158,3 por cada 100.000 personas. Para 2040 se espera que el número de nuevos casos de cáncer por año aumente hasta los 29,5 millones de personas y el número de muertes relacionadas con el cáncer supere los 16,4 millones.

Las imágenes médicas como la tomografía computarizada (TC) o la resonancia magnética desempeñan un papel fundamental para la detección, el diagnóstico y el seguimiento del cáncer en la práctica clínica. Sin embargo, no son suficientemente precisos en la detección oncológica. Los datos de imágenes digitales se pueden calcular mediante la aplicación de algoritmos matemáticos que permiten la extracción de una cantidad sustancial de información sobre la intensidad, la forma y la textura del tejido, lo que proporciona una herramienta excelente para mejorar la interpretación de los datos de imágenes y el desarrollo de biomarcadores.

Radiómica

La aplicación del análisis computacional avanzado a los datos de imágenes abre un nuevo paradigma en el campo de la radiología. La radiómica está revolucionando la evaluación de imágenes médicas y su interpretación, pasando de una evaluación subjetiva a una cuantificable. La imagen, al estar formada por pequeños píxeles, esconde información que puede pasar desapercibida al ojo humano y, mediante la aplicación de estos algoritmos, se consigue extraer y cuantificar datos relevantes sobre los tumores a partir de las imágenes médicas.  A partir de estos datos, y tras una exhaustiva validación, se pueden establecer algoritmos no sólo para diagnosticar antes un tumor sino también saber si el tumor es más o menos agresivo, e incluso predecir la respuesta a determinados tratamientos.

Esto permitirá a los médicos tener herramientas para el seguimiento de los pacientes bajo tratamiento y tomar decisiones más rápidamente.

Un flujo de trabajo actual contempla las siguientes etapas: adquisición de las imágenes, incorporación de éstas al historial del paciente y exportación del conjunto en formato digital al software de Radiómica. Al final de este proceso, se genera un modelo matemático que va a ser capaz de predecir el parámetro de interés y que se validará con el resto de los datos clínicos.

La inteligencia artificial y aprendizaje automático pueden ser útiles en la evaluación radiómica. También, las redes neuronales van a ser capaces de realizar análisis masivos de texturas y entrenamiento de los datos para crear algoritmos de predicción.

Desde GENESIS Biomed estamos convencidos que el desarrollo de la radiómica va a introducir cambios en la práctica clínica, que se traducirán en una oncología de precisión más eficaz con mejoras en tasa de mortalidad y, por tanto, en un aumento de la supervivencia del cáncer.