Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El AI determina configuraciones en las exploraciones del CT que ofrecen la nueva promesa para tratar el pequeño cáncer de pulmón de la célula

Los investigadores en el centro para la proyección de imagen de cómputo y los diagnósticos personalizados (CCIPD) en la universidad occidental de la reserva del caso han utilizado la inteligencia artificial (AI) de determinar configuraciones en las exploraciones de la tomografía (CT) calculada que ofrecen la nueva promesa para tratar a pacientes con el pequeño cáncer de pulmón de la célula.

El pequeño cáncer de pulmón de la célula (SCLC) representa el cerca de 13% de todos los cánceres de pulmón, pero crece más rápido y es más probable extenderse que no-pequeño cáncer de pulmón de la célula, según la Sociedad del Cáncer americana.

Y mientras que mucha investigación del AI se ha realizado sobre no-pequeño cáncer de pulmón de la célula, poco trabajo se ha hecho en SCLC, dijo a director Anant Madabhushi, el profesor de CCIPD del instituto de Donnell de la ingeniería biomédica en la reserva occidental del caso.

Los pequeños enfermos de cáncer del pulmón de la célula pueden ser desafiadores tratar, Madabhushi dijo. Su laboratorio trabajó con los oncólogos en los hospitales de la universidad en Cleveland para ayudar a comprobar qué pacientes de SCLC responderían al tratamiento.

Los investigadores determinaron un equipo de configuraciones radiomic de las exploraciones del CT tomadas antes del tratamiento que permiten que predigan la reacción de un paciente a la quimioterapia. También examinaron la asociación entre las características AI-derivadas de la imagen con resultados más a largo plazo.

Específicamente, los investigadores observaron que las configuraciones de textura de cómputo extraídas del tumor sí mismo; así como la región que lo rodea; fueron encontrados para ser diferente en los pacientes de SCLC que respondieron bien a cierta quimioterapia, comparados a los que no lo hicieron.

Además, las configuraciones fueron reveladas por el AI que correspondió a los pacientes que terminaron encima de la vida más de largo después del tratamiento comparado a los que no lo hicieron.

Finalmente, el AI reveló que había notablemente más heterogeneidad, ni variabilidad, en las imágenes exploradas de los pacientes que no respondieron al chemo y tenían posibilidades de supervivencia más pobres, Madabhushi dijo.

Cuál es siguiente: juicios humanas posibles

Estas conclusión de un estudio retrospectivo ahora fijan el escenario para las juicios clínicas impulsadas AI anticipadas para la administración del tratamiento de los pacientes de SCLC, Madabhushi dijo.

Los resultados de la investigación fueron publicados en fronteras en oncología en octubre.

Sus conclusión son importantes porque la quimioterapia sigue siendo la espina dorsal del tratamiento sistémico, los investigadores dijeron.

“Aunque la mayoría de los pacientes responden al tratamiento inicial, la recaída es común y un subconjunto de pacientes es chemo-resistente,” dijo Prantesh Jain, el autor del co-guía del estudio mientras que con el departamento de la hematología y la oncología en los hospitales de la universidad. Él ahora es profesor adjunto de la oncología en el centro completo del cáncer del parque de Roswell en búfalo.

Actualmente, no hay biomarkers proféticos clínico validados para seleccionar a una subpoblación de pacientes con chemoresistance primario o la repetición temprana.”

Prantesh Jain, autor del co-guía del estudio

Una iniciativa más amplia del AI

El estudio es parte de una investigación más amplia conducto en CCIPD para convertirse y aplicar la novela AI y máquina-aprendizaje se acerca para diagnosticar y para predecir las reacciones de la terapia para las diversas enfermedades e indicaciones del cáncer, incluyendo cáncer del pecho, de la próstata, de la culata de cilindro y del cuello, del cerebro, colorrectal, ginecológico y de piel.

“Nuestros esfuerzos se dirigen que reducen tratamientos quimioterapéuticos innecesarios y así reduciendo el sufrimiento del paciente,” dijo el co-guía del estudio Mohammadhadi Khorrami autor, un investigador de CCIPD y al estudiante del doctorado en la ingeniería biomédica en la reserva occidental del caso.

“Sabiendo qué pacientes se beneficiarán de terapia, podemos disminuir tratamientos ineficaces y aumentar una terapia más agresiva en los pacientes que tienen subóptimo o ninguna reacción a la terapia de primera línea.”

Source:
Journal reference:

Jain, P., et al. (2021) Novel Non-Invasive Radiomic Signature on CT Scans Predicts Response to Platinum-Based Chemotherapy and Is Prognostic of Overall Survival in Small Cell Lung Cancer. Frontiers in Oncology. doi.org/10.3389/fonc.2021.744724.