• <menu id="888u4"><menu id="888u4"></menu></menu>
  • Una investigación del OIEA sobre la delimitación del contorno con la ayuda de IA indica posibles beneficios para los pacientes con cáncer

    Un radioncólogo delimita el contorno tumoral en un caso de cáncer de cabeza y cuello (Fotografía: G. Ferraris)

    Una investigación en la que participaron 23 países ha puesto de manifiesto la seguridad y el beneficio que supone utilizar inteligencia artificial para un paso clave y que suele conllevar mucho tiempo en el proceso del tratamiento del cáncer: la delimitación del contorno de órganos críticos. Mediante la adición de datos únicos de países de ingreso mediano y bajo a un corpus creciente de demostración científica, un proyecto coordinado de investigación del OIEA (el estudio ELAISA) demuestra de qué manera esta tecnología puede mejorar el acceso a la radioterapia en todo el mundo.

    Esta delimitación del contorno de tumores y de tejidos sanos cercanos (órganos críticos) es fundamental para el uso seguro, eficaz y óptimo de la radioterapia para el tratamiento del cáncer. Sin embargo, las variaciones en la forma en que distintos observadores pueden delimitar el contorno (variabilidad entre observadores) pueden afectar tanto a la exactitud como a la coherencia de la planificación de la radioterapia. Estudios anteriores han demostrado que los talleres de orientación guiados por instructores pueden reducir esta variación entre observadores.

    Pese a que casi la mitad de todos los pacientes con cáncer requiere radioterapia en algún momento, este tipo de tratamiento está infrautilizado a escala mundial, en parte debido a que no existen suficientes profesionales con capacitación clínica. Según la comisión sobre radioterapia y teranóstica de Lancet Oncology, dirigida por el OIEA, para 2050 se necesitarán más de 84 000 radioncólogos tan solo para satisfacer la demanda mundial de servicios relacionados con el cáncer que supondrán 35,2 millones de casos nuevos. “Esa cifra refleja un aumento de más del 60 % en el número de radioncólogos existentes en 2022 —se?ala May Abdel-Wahab, Directora de la División de Salud Humana del OIEA y codirectora de la comisión—. A medida que aumenten los casos de cáncer y la complejidad del tratamiento, los radioncólogos tendrán que dedicar aún más de su ya escaso tiempo a delimitar el contorno de los tejidos cancerosos y de los tejidos sanos que los rodean”. 

    Investigación sobre la IA para ayudar a tratar cánceres de cabeza y cuello

    Para abordar estas dificultades de la radioncología, el OIEA investigó de qué manera la inteligencia artificial (IA) podría ayudar a delimitar el contorno tumoral en cánceres de cabeza y cuello en países de ingreso mediano y bajo.

    Si bien los algoritmos basados en IA han demostrado un potencial prometedor a la hora de se?alar las estructuras de manera automática (segmentación automatizada), este potencial se observó mayoritariamente en estudios retrospectivos. Su beneficio clínico real en el contexto de los países de ingreso mediano y bajo y en lo que se refiere a la variabilidad entre observadores en general se había infrainvestigado hasta hace poco.

    “El uso de IA para ayudar a delimitar el contorno de tejidos puede ser una herramienta importante para ayudar a aumentar la eficiencia de los radioncólogos”, afirma Abdel-Wahab.

    Participación de radioncólogos de 22 países

    En el estudio del OIEA participaron casi 100 radioncólogos de 22 centros de radioterapia —de Albania, la Argentina, Azerbaiyán, Bangladesh, Belarús, Costa Rica, Georgia, la India, Indonesia, Jordania, Kazajstán, Kenya, Kirguistán, Macedonia del Norte, Malasia, Moldova, Mongolia, Nepal, el Pakistán, el Sudán, Túnez y Uganda—, y el Hospital Universitario de Aarhus (Dinamarca) proporcionó un total de 16 casos de cáncer de cabeza y cuello. 

    Para el estudio, se dividió aleatoriamente a los radioncólogos en dos grupos: uno delineaba los órganos críticos con IA y el otro utilizaba métodos manuales. Tras un taller en línea del OIEA sobre la delimitación del contorno con ayuda de IA, ambos grupos siguieron delimitando el contorno tumoral en casos, en primer lugar con su enfoque original y luego todos utilizando IA. Una última ronda con IA se llevó a cabo seis meses después a modo de seguimiento.

    La delimitación del contorno con la ayuda de IA aumentó la calidad

    Los resultados del proyecto coordinado de investigación del OIEA demostraron que la ayuda de IA no solo aumentó la calidad de la delimitación del contorno de tejidos reduciendo al mínimo de manera considerable la variabilidad entre observadores, sino que también disminuyó el tiempo empleado en la delimitación del contorno, incluso sin instrucción previa. Si bien la instrucción solo aumentó la calidad de la delimitación del contorno de dos órganos críticos, sí incrementó el efecto de ahorro de tiempo que supuso la delimitación del contorno con la ayuda de IA. Este fenómeno también pudo observarse con el paso del tiempo en el seguimiento a corto y largo plazo del estudio realizado respecto del taller guiado por instructores.

    “El estudio ELAISA demuestra que la ense?anza combinada con la delimitación del contorno con la ayuda de IA fue la estrategia más eficaz para reducir el tiempo dedicado a delimitar el contorno de tejidos —explica Jesper Grau Eriksen, profesor clínico en la Universidad de Aarhus y uno de los investigadores principales del estudio—. Si se aplica adecuadamente, la implantación segura de herramientas de delimitación del contorno con ayuda de IA puede conducir al ahorro de recursos, posibilitando que más radioncólogos, en particular los que trabajan en contextos de países de ingreso mediano y bajo, traten aún a más pacientes”. 

    Los resultados del estudio se han publicado en la revista de oncología Journal of Global Oncology y se han presentado en las reuniones anuales de la Sociedad Europea de Radioterapia y Oncología.

    午夜爱爱爱爱爽爽爽视频网站