Algoritmo treinado por MRI pode prever a resposta do tumor da mama à quimioterapia
Usando um conjunto de dados de tumores de ressonância magnética da mama, os pesquisadores descobriram que uma abordagem profunda da rede neural convolucional de aprendizagem (CNN) poderia ser treinada para prever a resposta à quimioterapia antes de seu início, de acordo com um recente estudo da Journal of Digital Imaging .
"Nossos resultados demonstram que é possível utilizar a CNN para prever a resposta à quimioterapia neoadjuvante (NAC) antes do início da terapia", escreveu o autor Richard Ha e seus colegas. "Isso representa uma abordagem melhorada para a avaliação precoce da resposta ao tratamento com base em uma ressonância magnética de mama antes do início do tratamento e melhora significativamente os métodos atuais de previsão que dependem de imagens de intervalo após o início da terapia."
Ha, com o Columbia University Irving Medical Center em Nova York, e colegas identificaram 141 pacientes com câncer de mama localmente avançado em seu banco de dados de janeiro de 2009 a junho de 2016. Todos tinham realizado RM de mama antes da NAC, completaram com sucesso o NAC com adriamicina / taxano e foram submetidos a cirurgia. ressecção com dados de patologia cirúrgica final disponíveis. Os pacientes foram divididos em três grupos com base na resposta do NAC: completo (grupo 1), parcial (grupo 2) e sem resposta / progressão (grupo 3).
A equipe avaliou 3.107 fatias volumétricas de 141 tumores. No geral, a CNN alcançou 88 por cento de precisão em relação às três classes de respostas NAC. Resultados adicionais foram os seguintes:
O Grupo 1 alcançou uma especificidade de 95%, sensibilidade de 73,9% e precisão de 87,7%.
O grupo 2 obteve 91,6 por cento de especificidade, sensibilidade de 82,4 por cento e precisão de 87,7 por cento.
O Grupo 3 alcançou especificidade de 93%, sensibilidade de 76,8% e precisão de 87,8%.
"Antes do início do NAC, é possível utilizar a CNN para prever a resposta usando um conjunto de dados de tumor de ressonância magnética de referência", Ha et al. escrevi.
Embora os autores tenham achado que sua CNN é precisa, eles observaram que um conjunto de dados maior poderia melhorar o modelo e, em última análise, ajudar a levá-lo para a implementação clínica.
“Nosso modelo de previsão inicial de resposta ao tratamento tem o potencial de causar impacto no tratamento clínico em pacientes com câncer de mama localmente avançado, incluindo a oportunidade de direcionar a terapia adequada em não respondedores, minimizar a toxicidade de terapias ineficazes e facilitar o uso inicial de novos tratamentos direcionados. no cenário neoadjuvante ”, concluíram os autores.
Por Health Imaging
Willen Moura | Editor de Saúde, Eventos
Willen Moura | Editor de Saúde, Eventos