Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

MedImaging

Deascargar La Aplicación Móvil
Noticias Recientes Radiografía RM Ultrasonido Medicina Nuclear Imaginología General TI en Imaginología Industria

Información oculta en imágenes obtenidas para estudiar el cáncer ofrece nuevas estrategias para radioterapia

Por el equipo editorial de MedImaging en español
Actualizado el 14 Aug 2014
La información oculta en los exámenes con imágenes podría ayudar a los médicos a elegir de forma más eficaz las dosis necesarias para destruir los tumores mediante el tratamiento con radiación, según sugiere un estudio realizado con más de 300 pacientes de cáncer.

La investigación, que será presentada en la 56ª reunión anual de la Asociación Americana de Físicos en Medicina (AAPM), realizada del 28 de julio al 1º de agosto de 2014 en Austin, TX, EUA, es el estudio más grande hasta la fecha que utiliza radiómica: la extracción de información estadística de las imágenes y otras mediciones, para ayudar a predecir la probable progresión del cáncer o su respuesta al tratamiento, con base en las exploraciones con tomografía por emisión de positrones (PET) de pacientes con cáncer de pulmón de células no pequeñas y cáncer de cabeza y cuello.

“En la actualidad, hay un solo proceso, con una talla única para todos, para la selección de las dosis de radioterapia, las cuales podrían resultar demasiado para algunos pacientes e insuficientes para los demás”, dijo Joseph Deasy, PhD, autor principal del estudio y director del departamento de física médica del Centro de Cáncer Memorial Sloan Kettering (Nueva York, NY, EUA). “La radiómica nos ayudará a saber cuándo podemos bajar la intensidad del tratamiento con confianza, sabiendo que todavía podemos controlar la enfermedad”.

En el estudio, los investigadores realizaron PET a 163 pacientes con cáncer de pulmón de células no pequeñas y a 174 con cáncer de cabeza y cuello, antes y después del tratamiento. Extrajeron diversa información de cada tumor, incluyendo el valor de intensidad de las imágenes obtenidas con PET, la rugosidad de las imágenes y otra información, como cuán redonda era la forma del tumor. En PET, mientras más brillante es un área, mayor es la intensidad, revelando que el tumor está consumiendo una mayor cantidad de energía a partir de la glucosa radioactiva inyectada como sustituto del trazador.

Mediante la comparación de la información recogida en las exploraciones hechas antes y después y según la forma como le fue al paciente – por ejemplo, si el tumor se redujo o cuánto tiempo sobrevivió el paciente – los investigadores pueden crear modelos que les ayudarán a planear el futuro tratamiento. En este estudio, por ejemplo, los investigadores determinaron que los tumores de pulmón que tienen una mayor captación del trazador deben ser tratados con una dosis mayor de radiación que la que se prescribe usualmente.

“El actual protocolo estándar es utilizar la PET sólo para determinar la extensión del tumor que se va a tratar”, dijo el Dr. Deasy. “Con base en la información obtenida en este estudio, la información se extraería de esas imágenes y se pondría en unos modelos que le dirían al médico qué dosis se requiere para lograr una alta probabilidad de destruir el tumor”. Señaló que la radiómica es un trabajo de equipo que requiere buena colaboración entre médicos, físicos y científicos de la computación.

Enlace relacionado:

Memorial Sloan-Kettering Cancer Center




Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Ultrasound Software
UltraExtend NX
Ultrasound System
Acclarix AX9
New
1.5T MRI System
uMR 670

Últimas TI en Imaginología noticias

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Plataforma para el manejo de imágenes agiliza los planes de tratamiento

Un software de patología digital mejora la eficiencia del flujo de trabajo