Modelo de PET/MRI de aprendizaje automático elimina biopsia del ganglio linfático centinela en la mayoría de las pacientes con cáncer de mama
Por el equipo editorial de MedImaging en español Actualizado el 23 Nov 2022 |
La presencia de metástasis en los ganglios linfáticos en pacientes con cáncer de mama juega un papel crucial en la planificación del tratamiento, especialmente en lo que respecta a la extensión de la cirugía y la radiación. Por lo tanto, es de gran relevancia clínica distinguir a las pacientes con metástasis en los ganglios linfáticos de las pacientes sin metástasis en los ganglios linfáticos. Ahora, casi el 70 % de las pacientes con cáncer de mama podrían averiguar si el cáncer se ha propagado a los ganglios linfáticos sin tener que someterse a una biopsia invasiva del ganglio centinela. Una nueva investigación muestra que con la ayuda del aprendizaje automático (un tipo de inteligencia artificial), la metástasis de los ganglios linfáticos axilares se puede descartar de manera confiable en base a imágenes con PET/MRI.
En el estudio, los investigadores del Instituto de Radiología Diagnóstica e Intervencionista del Hospital Universitario de Düsseldorf (Düsseldorf, Alemania) intentaron determinar si los modelos de predicción de aprendizaje automático podían determinar el estado de los ganglios linfáticos en los exámenes PET/MRI con la misma precisión que un radiólogo experimentado. Un total de 303 pacientes con cáncer de mama primario de tres centros médicos fueron reclutadas para el estudio y se dividieron en muestra de grupo de entrenamiento y muestra de grupo de prueba.
Todos los pacientes se sometieron a una resonancia magnética y una PET/RMN dedicada de cuerpo entero con 18F-FDG. Los conjuntos de datos de imágenes se evaluaron en busca de metástasis en los ganglios linfáticos axilares en función de las características estructurales y funcionales. Los modelos de aprendizaje automático se desarrollaron en base a las IRM y PET/MRI del grupo de muestra de entrenamiento y luego se aplicaron a la muestra del grupo de prueba. La precisión diagnóstica de la resonancia magnética fue del 87,5 % tanto para los radiólogos como para el algoritmo de aprendizaje automático. Para PET/MRI, la precisión fue del 89,3 % para los radiólogos y del 91,2 % para el aprendizaje automático. Tras ajustar el modelo de aprendizaje automático para PET/MRI, se consiguió una sensibilidad del 96,2 % y una especificidad del 68,2 %.
"El sesenta por ciento de las pacientes no tienen metástasis en los ganglios linfáticos en el momento del diagnóstico inicial de cáncer de mama", dijo la autora del estudio, Janna Morawitz, MD, residente de radiología en el Instituto de Radiología Diagnóstica e Intervencionista del Hospital Universitario de Düsseldorf. "Como tal, sería deseable poder probar el estado de los ganglios linfáticos negativos mediante imágenes con un alto grado de certeza para evitar a estos pacientes el procedimiento invasivo de biopsia o cirugía".
Enlaces relacionados:
Hospital Universitario de Düsseldorf
Últimas RM noticias
- Exploración combinada PET-MRI mejora tratamiento para pacientes con cáncer de mama en etapa temprano
- Resonancia magnética 4D podría mejorar evaluación clínica de anomalías del flujo sanguíneo del corazón
- Terapia de ultrasonido enfocado guiada por resonancia magnética se muestra prometedora en tratamiento del cáncer de próstata
- La máquina de resonancia magnética más potente del mundo captura imágenes del cerebro vivo con una claridad inigualable
- Herramienta de resonancia magnética basada enIA supera métodos actuales de diagnóstico de tumores cerebrales
- RMPD ilumina pequeñas lesiones de ovario como bombillas
- Resonancia magnética abreviada de mama eficaz para detección de alto riesgo sin comprometer precisión diagnóstica
- Nuevo método de resonancia magnética detecta enfermedad de Alzheimer antes en personas sin signos clínicos
- Monitorización por resonancia magnética reduce mortalidad en mujeres con alto riesgo de cáncer de mama BRCA1
- Innovadoras imágenes cerebrales cuantitativas basadas en inteligencia artificial en resonancia magnética podrían ser un avance en atención neurológica
- Algoritmo de aprendizaje profundo realiza segmentación automática de cerebros neonatales a partir de imágenes de resonancia magnética
- Imágenes de resonancia magnética de 0,55 T de campo bajo ofrecen utilidad diagnóstica similar a la de 1,5 T para exploraciones abdominales
- Secuencia de resonancia magnética acelerada ayuda a radiólogos a evaluar enfermedades cardíacas sin contener la respiración
- Prueba de resonancia magnética de 60 segundos ayuda a diagnosticar más fácilmente el fallo de derivación en niños con hidrocefalia
- 'Sonda' de resonancia magnética mide de forma no invasiva salud placentaria
- Agentes de imágenes de doble propósito para escáneres PET y de RMN podrían diagnosticar enfermedades neurodegenerativas antes