Promocione sus productos o servicios con nosotros
Düsseldorf, Alemania - Marzo de 2019

Método de aprendizaje automático podría reducir número de cirugías de mama innecesarias

Investigadores encontraron un método de aprendizaje automático para predecir la mejora de la hiperplasia ductal atípica al cáncer.

Investigadores de la Escuela de Medicina Geisel de Dartmouth en New Hampshire, Estados Unidos, encontraron un método de aprendizaje automático para predecir la mejora de la hiperplasia ductal atípica (ADH, por su sigla en inglés), al cáncer.

La hiperplasia ductal atípica es una lesión mamaria asociada con un aumento de cuatro a cinco veces en el riesgo de cáncer de mama. La ADH se reconoce mediante la mamografía y se identifica en la biopsia con aguja gruesa. A pesar de los múltiples pases de la lesión durante el procedimiento, solo se muestrean porciones de las lesiones. Otros factores variables influyen en el muestreo y la precisión, de modo que la presencia de cáncer puede subestimarse de 10 a 45 %. Así lo señala la nota del portal de MEDICA.

Tener esta información puede ayudar en potencia a los clínicos y pacientes de bajo riesgo a decidir si la vigilancia activa y la terapia hormonal son una alternativa razonable a la escisión quirúrgica, resalta MEDICA.

La evaluación del modelo mostró que el enfoque de aprendizaje automático puede identificar el 98 % de todos los casos malignos antes de la cirugía y, al tiempo que evitan la intervención del 16 % de las mujeres que de otro modo, habrían sido sometidas a una operación innecesaria para una lesión benigna.

“Los resultados sugieren que existen sólidas diferencias clínicas entre las mujeres con un riesgo bajo en comparación con un alto riesgo de que la ADH se convierta en cáncer, según los datos de la biopsia con aguja gruesa que permitieron al modelo de aprendizaje automático predecir de manera confiable las actualizaciones de malignidad en el conjunto de datos”, dijo Saeed Hassanpour, líder de la investigación.

Este estudio también identificó importantes variables clínicas involucradas en el riesgo de actualización de ADH”,

explicó Saeed Hassanpour, líder de la investigación.

En la actualidad, se recomienda la extirpación quirúrgica para todos los casos de ADH encontrados en las biopsias con aguja gruesa para determinar si la lesión es cancerosa. Alrededor del 20 al 30 % de los eventos de ADH se convierten en cáncer después de la escisión quirúrgica. Sin embargo, esto significa que entre el 70 y 80 % de las mujeres se someten a un procedimiento quirúrgico invasivo, que no está exento de daño, de alto riesgo y costoso para una lesión benigna, destaca la nota de MEDICA.

“El modelo puede ayudar en potencia a los pacientes y médicos a elegir un enfoque de manejo alternativo en casos de bajo riesgo. En la era de la medicina personalizada, estos modelos pueden ser deseables para quienes valoran un enfoque compartido de toma de decisiones con la capacidad de elegir entre la escisión quirúrgica por certeza versus la vigilancia para evitar el costo, el estrés y los posibles efectos secundarios en mujeres con bajo riesgo para la actualización de ADH al cáncer”, precisó Hassanpour.

Los investigadores planean ampliar el alcance del modelo e incluir otras lesiones mamarias de alto riesgo como neoplasia lobular, papilomas y cicatrices radiales. También continuar el proceso de validar el enfoque en grandes conjuntos de datos externos empleando registros estatales y nacionales de cáncer de mama en colaboración con otros centros médicos. Los resultados y la predicción de las mejoras de la ADH a través de un enfoque de aprendizaje automático para reducir las excisiones quirúrgicas innecesarias, fueron publicadas en la revista de la Sociedad Americana de Oncología Clínica.


Palabras relacionadas:
Cáncer de seno, tratamiento contra el cáncer de mama, avances en método de aprendizaje automático para identificar necesidad de cirugía, avances en el tratamiento de cáncer de seno, tratamientos para el cáncer de seno, tratamientos para evitar la cirugía contra el cáncer de seno, cómo evitar la cirugía de cáncer de seno, novedades en el tratamiento del cáncer
x

Sección patrocinada por

Otras noticias de Imágenes diagnósticas y Medicina nuclear

Documentos relacionados