DUGi

Creació de models d’IA per a predicció de supervivència a partir de la radiòmica de metàstasis cerebrals derivades del càncer de pulmó

http://dugi.udg.edu/item/http:@@@@hdl.handle.net@@10256@@28487

Aquest treball desenvolupa models predictius basats en intel·ligència artificial per estimar la supervivència de pacients amb metàstasis cerebrals derivades del càncer de pulmó, utilitzant característiques radiòmiques extretes de ressonàncies magnètiques. El projecte s’emmarca en la creixent rellevància de la radiòmica, capaç d’identificar patrons quantitatius no perceptibles visualment i que poden aportar informació clínica de gran valor. La recerca utilitza un conjunt de 240 pacients procedents d’un estudi de La Marató, amb imatges RM en format NIFTI i segmentacions validades per experts, juntament amb una base de dades clínica ampliada amb informació genòmica, histològica i terapèutica. Els models es basen en la combinació de variables radiòmiques, localització anatòmica i densitat de tracte, amb l’objectiu de predir tant la supervivència com la causa de mortalitat mitjançant corbes de supervivència, incidència acumulada i mètodes d’IA validats estadísticament. Els resultats mostren que les metàstasis més compactes, menys heterogènies i amb microestructura interna més uniforme s’associen amb un millor pronòstic, mentre que formes irregulars i rugoses indiquen menor supervivència. També s’identifica la localització anatòmica com un factor determinant, amb pitjors resultats en zones crítiques com les regions frontal i temporal. Pel que fa als mètodes d’agregació tumoral, es confirma que la mitjana ponderada de les tres metàstasis més grans ofereix la millor estabilitat i interpretabilitat. En termes predictius, el model de supervivència mostra un índex de concordança del 70% i un Integrated Brier Score de 0,075, indicant una capacitat predictiva sòlida. En canvi, el model per determinar la causa de la mortalitat presenta un rendiment més limitat (60%). En conjunt, el treball demostra el potencial clínic de la radiòmica combinada amb l’IA per millorar l’estratificació del risc i donar suport a la presa de decisions en oncologia

3

9