Científicos de la Universidad Johns Hopkins han desarrollado una plataforma de inteligencia artificial que reduce el riesgo predicho de xerostomía tras la radioterapia (RT) mediante la reoptimización simulada de planes de tratamiento, sin comprometer la eficacia de la cobertura tumoral. En la evaluación de pacientes con cáncer de cabeza y …
Científicos de la Universidad Johns Hopkins han desarrollado una plataforma de inteligencia artificial que reduce el riesgo predicho de xerostomía tras la radioterapia (RT) mediante la reoptimización simulada de planes de tratamiento, sin comprometer la eficacia de la cobertura tumoral. En la evaluación de pacientes con cáncer de cabeza y cuello, la IA ofreció una precisión, sensibilidad y especificidad del 80%, 71% y 83%, respectivamente, en la predicción de xerostomía moderada a grave a los 12 meses. Al reoptimizar los planes de RT de los casos de alto riesgo, hasta el 78% de los pacientes pasó a tener una predicción de bajo riesgo.
Junghoon Lee, coautor del estudio, afirma que la optimización mediante IA tiene lugar delimitando contornos de evitación personalizados a través de la generación de dos tipos de mapas de atención espacial para cada paciente: uno que identifica regiones más amplias de enfoque en las glándulas parótidas y submandibulares y sus inmediaciones, y otro que identifica subregiones concretas dentro de las glándulas donde la reducción de dosis disminuye el riesgo predicho.
Estos nuevos contornos de evitación pueden importarse al sistema de planificación en forma de nuevas regiones de interés, sobre las que se establece como objetivo de optimización una reducción media del 50% en la dosis recibida en esas áreas específicas, añade el investigador. En la evaluación de calidad realizada por un oncólogo radioterapeuta sobre los planes reoptimizados, el 92% de los planes propuestos por la IA resultaron clínicamente aceptables; el 85% fueron aceptables sin necesidad de modificaciones y el 69% fueron preferidos sobre el plan original, concluye Lee.
SEGUIR LEYENDO