La radioterapia es una de las terapias más utilizadas para el tratamiento del cáncer. Sin embargo, es un procedimiento que puede causar daños colaterales en el tejido sano próximo al canceroso.
Por ello, un paso fundamental en la radioterapia es identificar con precisión todos los órganos en riesgo para minimizar los posibles efectos adversos en los órganos circundantes sanos. No obstante, identificar órganos en riesgo mediante tamografías computarizadas es un proceso difícil que requiere de mucho trabajo.
Por esta razón, un equipo de investigadores de la Universidad de California Irvine, la Facultad de Medicina de la Universidad Jiao Tong y la compañía Deep Voxel, ha desarrollado un sistema automatizado para realizar esta función utilizando un algoritmo de aprendizaje profundo.
Así, esta tecnología debería ser capaz de ayudar a acelerar la planificación de la radioterapia, mejorar la confianza clínica y, por supuesto, causar menos daño en los órganos sanos.
El método se basa en métodos de aprendizaje profundo para procesar un escaneo en segundos, algo que normalmente se realiza en más de media hora.
''En un conjunto de datos de 100 tomografías computarizadas, nuestro método de aprendizaje profundo logró un coeficiente de similitud promedio de más del 78 por ciento, una mejora significativa sobre los análisis realizados por oncólogos de radiación'', ha señalado Xiaohui Xie, uno los autores del estudio.