Un grup d’investigadors del Grup de Radiòmica del Vall d’Hebron Institut d’Oncologia (VHIO) ha desenvolupat una eina basada en aprenentatge profund d’intel·ligència artificial (IA) que és capaç de detectar i segmentar tumors hepàtics de forma precisa i automatitzada. Anomenada SALSA (Sistema per a la Segmentació i Detecció Automàtica de Tumors Hepàtics, en anglès), les imatges mèdiques com les de tomografia computada proporcionen informació als professionals per a fer el diagnòstic, panificar una cirurgia curativa o avaluar la resposta al tractament.

Normalment, aquest procés requereix molt de temps i és propens a una variabilitat entre diferents observadors i dins d’un mateix observador. Per aquest motiu, l’equip ha treballat en un sistema de delineació totalment automatitzada, per millorar la precisió i avaluar el volum. Per entrenar el model, s’han introduït dades obtingudes de 1.598 tomografies computades (TAC) de 4.908 tumors hepàtics primaris o metastàtics.

Pel que fa a l’elecció de la malaltia, s’ha començat pel càncer hepàtic, perquè representa un repte de la salut, ja que s’acostumen a diagnosticar en estadis avançats i les opcions de tractament són limitades i tenen un pronòstic desfavorable. A més, el fetge és un òrgan comú de metàstasi d’altres càncers primaris, fet que impacta de manera significativa en el pronòstic del pacient.

Els resultats de SALSA han demostrat una gran precisió a l’hora d’identificar tumors i quantificar el volum tumoral, millorant els models que fins ara es consideraven més avançats. L’objectiu que vol assolir el Grup de Radiòmica del VHIO és desenvolupar eines basades en l’anàlisi d’imatges mèdiques per avaluar la resposta al tractament dels pacients amb càncer tenint en compte diversos biomarcadors d’imatge del tumor, com la volumetria, la densitat o la textura.