Un equip internacional liderat per la Universitat Rovira i Virgili (URV) ha desenvolupat un model d’intel·ligència artificial (IA) capaç d’integrar dades d’imatges mèdiques i informació clínica per calcular el risc de reaparició d’un tumor de càncer de mama de manera més acurada i interpretativa, amb un elevat nivell de precisió. Predir la precisió de la recurrència d’aquest tipus de tumor és un dels reptes clau de l’oncologia.

El sistema combina dues fonts d’informació: per una banda, les imatges de ressonància magnètica dinàmica per contrast, i, per a l’altra, dades clíniques de cada pacient. En l’actualitat, els sistemes només analitzen característiques específiques del tumor, però amb el nou enfocament també es té en compte altres variables com el teixit mamari que l’envolta. Per exemple, permet captar patrons molt subtils, com la simetria entre les dues mames o la textura interna del tumor, que s’associen amb una major possibilitat de recaiguda.

El funcionament del sistema liderat per la URV és completament automàtic. Primer, segmenta les imatges de ressonància, en selecciona les característiques més rellevants i, finalment, integra tota la informació amb dades mèdiques com el tipus de tumor, els receptors hormonals o el grau de malignitat. Totes les dades es processen amb un model de xarxa neuronal anomenat TabNet i, en les proves realitzades a més de 500 pacients, es va aconseguir un alt nivell de precisió i demostrant una major sensibilitat en identificar els casos amb risc real.

El càncer de mama és la malaltia oncològica més diagnosticada entre les dones al món, amb més de 2,3 milions de casos i segueix sent una de les principals causes de mortalitat per càncer. El model presenta la potencialitat de ser escalable, interpretable i potencialment aplicable a hospitals sense necessitats de proves genètiques invasives o molt costoses i demostra el potencial de la col·laboració entre la tecnologia d’avantguarda i medicina per avançar cap a una oncologia més personalitzada i predictiva.