La mamografía radiómica puede ayudar a clasificar las masas en las mamas

Se obtuvieron mamografías oblicuas craneocaudal y mediolateral de doble energía inmediatamente antes de la biopsia para calcular los tres compartimentos cuantitativos (agua, lípidos y grosor de proteínas) en cada píxel. Las masas se segmentaron automáticamente y las características se extrajeron de los mamogramas de baja energía y las imágenes cuantitativas del compartimiento.

Se utilizó diez veces la validación cruzada para diferenciar entre las 35 masas malignas y las 74 benignas por medio de imágenes de composición agua-lípido-proteína únicamente, mamografía radiómica únicamente y análisis de imagen combinado utilizando ambos métodos. Los resultados revelaron que una combinación de análisis de imagen 3CB y radiómica mejoró el valor predictivo positivo (VPP) del 32%, para la interpretación visual sola, a casi el 50%, con una reducción concomitante del 36% en las biopsias. La 3CB-radiómica pasó por alto solo uno de los 35 cánceres invasivos, arrojando una tasa de sensibilidad del 97%. El estudio fue publicado el 11 de diciembre de 2018 en la revista Radiology.

“La 3CB se puede agregar fácilmente a la mamografía sin requerir modificaciones extensas del equipo existente; a la paciente ya le realizan la mamografía, y además obtenemos toda esta información adicional con solo una dosis adicional de radiación del diez por ciento”, dijo la autora principal, Karen Drukker, PhD, del departamento de radiología de la Universidad de Chicago. “El método combinado de 3CB-radiómica tiene el potencial de desempeñar un papel cada vez más importante en el diagnóstico del cáncer de mama, y quizás también en la detección”.

La radiómica es una extensión del diagnóstico asistido por computadora y se refiere a la cuantificación integral de los fenotipos tumorales mediante la extracción de un gran número de características de imagen cuantitativas para la minería de datos y la medicina de precisión. En los últimos años, la radiografía ha extraído con éxito una variedad de características clínicamente relevantes, combinándolas en firmas, para calcular la probabilidad de malignidad de las lesiones de cáncer de mama identificadas.

Enlace relacionado:
Universidad de Chicago
Universidad de California, San Francisco
Centro de Investigación de Cáncer Lee Moffitt e Instituto de Investigación