Un equipo de investigadores del del Vall d’Hebron Instituto de Oncología (VHIO), el IDIBELL y el Hospital Universitari de Bellvitge, han desarrollado la herramienta DISCERN basada en el aprendizaje de patrones mediante modelos de inteligencia artificial a partir de la información que proporciona la resonancia magnética estándar. DISCERN supera a los métodos convencionales para ayudar al diagnóstico de tumores cerebrales. Los resultados de este estudio se han publicado en la revista científica Cell Reports Medicine.

Diagnóstico diferencial de tumores cerebrales

 El 70% de los tumores cerebrales malignos son de uno de estos tres tipos: glioblastoma multiforme, metástasis cerebrales de tumores sólidos y linfoma primario del sistema nervioso. Cada uno de ellos requiere un enfoque terapéutico distinto por lo que es imprescindible diagnosticarlos de forma correcta e inequívoca.

“El diagnóstico diferencial no invasivo de los tumores cerebrales se basa actualmente en la evaluación de imagen de resonancia magnética antes y después de administrar contraste. Sin embargo, un diagnóstico definitivo muchas veces requiere de intervenciones neuroquirúrgicas que comprometen la calidad de vida de los pacientes” explica la Dra. Raquel Pérez-López, jefa del Grupo de Radiómica del VHIO e investigadora sénior del estudio.

 “Este trabajo es el fruto de una línea de investigación de más de cinco años en la que hemos identificado innovadores biomarcadores de imagen de perfusión por resonancia magnética útiles en el diagnóstico diferencial de los tumores cerebrales. En este proyecto culmen, se integra el conocimiento de varios trabajos previos con métodos de inteligencia artificial, lo que  deriva en un software que automatiza la clasificación diagnóstica prequirúrgica con muy buena precisión, a la vez que facilita su aplicabilidad clínica  con una interfaz amigable para los clínicos” afirma el Dr. Albert Pons-Escoda, investigador del IDIBELL y neuroradiólogo clínico de  la Unidad de Neuroradiología del Hospital Universitari de Bellvitge, y coautor del estudio.

Los expertos en Neuroimagen del IDIBELL y el HUB, con experiencia clínica e investigadora en el desarrollo de métodos para la clasificación de tumores cerebrales, han colaborado estrechamente con el Grupo de Radiómica del Vall d’Hebron Institute of Oncology (VHIO) en el desarrollo de esta herramienta basada en el aprendizaje profundo, un método de inteligencia artificial. Esta herramienta aprovecha toda la información espacial y temporal de la resonancia magnética estándar para identificar patrones de comportamiento específicos en la imagen de cada tumor.

“El aprendizaje profundo consiste en enseñar a la máquina cuáles son las características de cada uno de los tumores que encontramos en las resonancias magnéticas de pacientes ya diagnosticados” explica Alonso García-Ruiz, investigador predoctoral del Grupo de Radiómica del VHIO y primer autor de este estudio. “Por ejemplo si le enseñamos al ordenador miles de imágenes de perros y gatos, aprenderá las características que definen y distinguen a perros de gatos y al ver una imagen nueva podrá diferenciar si se trata de uno u otro”.

En este caso las unidades de aprendizaje son los vóxeles, la unidad mínima de volumen que podemos estudiar en las imágenes de resonancia magnética. Se trata del equivalente al píxel, pero en 3D.

“DISCERN ha aprendido las características de estos tres tipos diferentes de tumor cerebral a partir de 50.000 vóxeles de 40 pacientes diagnosticados” explica la Dra. Raquel Pérez-López. “Validamos la herramienta en más de 500 casos adicionales y comprobamos que el 78% de los diagnósticos que daba la herramienta eran correctos, una proporción superior a la obtenida con los métodos convencionales utilizados hasta hoy”.

“Se trata de una herramienta de apoyo al diagnóstico que ofrece una información de gran utilidad para guiar las decisiones médicas de los grupos multidisciplinares en cuanto a la necesidad y el tipo de cirugía requerido para confirmar el diagnóstico” afirma el Dr. Carles Majós, investigador del IDIBELL y neurorradiólogo clínico de la Unidad de Neuroradiología del HUB, y coautor del estudio.

El Grupo de Radiómica del VHIO, en estrecha colaboración con los equipos del IDIBELL y del HUB, ha desarrollado un software con acceso abierto Diagnosis In Susceptibility Contrast Enhancing Regions for Neuroncology (DISCERN) de forma que la herramienta pueda utilizarse en cualquier centro y seguir perfeccionando el sistema de diagnóstico.

En este estudio han colaborado el grupo de investigación en Neurooncología del IDIBELL (Barcelona), los Servicios de Radiología del Hospital Universitari Bellvitge, del Hospital Clínic de Barcelona y el Departamento de Radiología de HT Medica (Andalucía), el Departamento de Medicina Radiológica y Ciencias Aplicadas y el Departamento de Bioingeniería en la Universidad de California (La Jolla, San Diego).

Este trabajo se ha llevado a cabo gracias al apoyo de la Fundación CRIS Contra el Cáncer, la Fundación FERO y la Fundación “la Caixa” que financian a través de diversas iniciativas la investigación del Grupo de Radiómica del VHIO.

El Instituto de Investigación Biomédica de Bellvitge (IDIBELL) es un centro de investigación en biomedicina creado en 2004. Está participado por el Hospital Universitario de Bellvitge y el Hospital de Viladecans del Instituto Catalán de la Salud, el Instituto Catalán de Oncología, la Universidad de Barcelona y el Ayuntamiento de L’Hospitalet de Llobregat.

El IDIBELL es miembro del Campus de Excelencia Internacional de la Universidad de Barcelona HUBc y forma parte de la institución CERCA de la Generalitat de Catalunya. En 2009 se convirtió en uno de los cinco primeros centros de investigación españoles acreditados como instituto de investigación sanitaria por el Instituto de Salud Carlos III. Además, forma parte del programa «HR Excellence in Research» de la Unión Europea y es miembro de EATRIS y REGIC. Desde el año 2018, IDIBELL es un Centro Acreditado de la Fundación Científica AECC (FCAECC).