Diseñan diagnóstico de imagen ayudado por computador para diagnóstico realzado del tumor de mama

Actualmente, la detección ayudada por computador suministra una “segunda opinión” para un radiólogo cuando se trata de identificar áreas sospechosas en los mamogramas. A continuación, los radiólogos finalmente podrán usar características de la lesión extraídas por computador cuando realizan un diagnóstico para evaluar si el tumor es canceroso o no.

El papel del análisis cuantitativo de imagen se está expandiendo más allá de los programas de detección y hacía la aplicación de la evaluación del riesgo, diagnóstico, pronóstico, y respuesta a la terapia, y en usar los datos para identificar cómo las características del tumor se aplican a los estados de enfermedad, según la Prof. Giger. Esto puede llevar a la comparación de las características de un tumor con miles de casos similares, permitiendo la exploración de las relaciones complejas entre las características del tumor a través de las poblaciones grandes, que pueden finalmente contribuir para el diseño de tratamientos específicos del paciente. Puede también ser usado para estudiar la asociación entre las características observables de un tumor y los datos a nivel celular para el campo emergente de la imagenología y genómica, con una meta de identificar genes que influencian el riesgo para la enfermedad.

Aunque esos hallazgos son emocionantes para la tecnología de los mamogramas digitales, los investigadores están expandiendo su análisis para el ultrasonido del seno y las RMs debido a la necesidad de validación dentro de una población de tamización más grande.

Con la investigación entre la genómica y las características basadas en imagen, los investigadores pronto podrán aclarar cuáles características del tumor están relacionadas y cuáles complementan los hallazgos genéticos, con el objetivo final de fusionarlos para incluir factores genéticos y ambientales en las decisiones clínicas. Los investigadores están usando ahora métodos de minería de datos para identificar aquellas posibles correlaciones.

Los resultados del estudio fueron publicados el 14 de Octubre de 2013, en la revista SPIE Newsroom.

Enlace relacionado:

University of Chicago