Nueva herramienta de IA identifica infiltración en glioblastoma
Investigadores de la Universidad Politécnica de Valencia han desarrollado una innovadora metodología que utiliza inteligencia artificial para detectar infiltraciones ocultas en el glioblastoma, uno de los tumores cerebrales más agresivos. Este avance podría mejorar significativamente las intervenciones quirúrgicas y el seguimiento de los pacientes.
Avance en la detección del glioblastoma
Un equipo de investigadores del Biomedical Data Science Lab del Instituto ITACA de la Universidad Politécnica de Valencia ha realizado un importante avance en la detección de la infiltración tumoral en el glioblastoma mediante una nueva metodología que utiliza resonancias magnéticas convencionales. Este estudio, publicado en la revista Neuro-Oncology, se basa en datos de 940 pacientes de diversas cohortes multicéntricas.
La investigadora principal, María Gómez-Mahiques, destaca que el objetivo del estudio es mejorar el análisis de las áreas que rodean el tumor, que a menudo no son claramente visibles en las imágenes con contraste. Estas áreas pueden ser cruciales para entender la progresión de la enfermedad y evitar su recurrencia.
La metodología combina un modelo de aprendizaje profundo que delimita automáticamente las zonas afectadas, con un algoritmo no supervisado que analiza diferencias en las resonancias magnéticas T2 y FLAIR. Esto permite diferenciar entre el edema vasogénico y las áreas con características de infiltración tumoral, creando un nuevo biomarcador llamado Índice de Heterogeneidad T2/FLAIR.
Este biomarcador ha demostrado ser efectivo en el 97,5% de los pacientes analizados, y su aplicación podría estar relacionada con un riesgo mayor de fallecimiento y una significativa diferencia en la mediana de supervivencia. Este avance no solo mejora la precisión en la detección de tumores ocultos, sino que también podría transformar la forma en que se abordan las cirugías y el seguimiento de pacientes con glioblastoma.