Prototipo de sistema de apoyo a las decisiones clínicas y radiológicas para la caracterización de la enfermedad pulmonar intersticial (EPI)
Introducción
La enfermedad pulmonar intersticial (EPI) está relacionada con aproximadamente 200 factores etiológicos. A pesar de que cada paciente con esta enfermedad cuenta con apariencias parecidas, hay patrones totalmente diferentes. Estos pueden variar de acuerdo con la edad, el origen étnico y la geografía. La radiografía de tórax es una de las técnicas más importantes para un análisis de enfermedades pulmonares parenquimatosas. Una RX simple muestra volúmenes pulmonares limitados con opacidades reticulares. No obstante, una RXC arroja resultados certeros en un porcentaje menor al 25%.
Por ende, la tomografía computarizada de alta resolución (TCAR) por sus caracterizaciones avanzadas se ha colocado en primer lugar. Esto, ya que simplifica el diagnóstico médico, otorga detecciones precisas sin recurrir a biopsias y cuantifica la dimensión de las anomalías pulmonares, estimando el nivel de gravedad. Su límite radica en sus interpretaciones que se vuelven complejas por las variaciones de las representaciones de la enfermedad.
Este estudio plantea un sistema de diagnóstico asistido por ordenador (CAD-ILD) centrado en síntomas clínicos y criterios radiológicos. Con ello se busca incrementar la toma de decisiones precisas y rápidas sobre el diagnóstico temprano de las EPI.
Materiales y métodos
Se consideró el patrón de TCAR más frecuente la cual es una enfermedad vascular de colágeno relacionada con EPI, presentada por un patrón UIP o NSIP. Además, se consideraron factores comúnes de: neumonía intersticial idiopática, neumonía intersticial no específica, neumonía intersticial aguda, neumonía intersticial descamativa y neumonía intersticial linfocítica. Entre algunos de los factores se encuentran aquellos expresados por basal, periférica, reticular, subpleural, vidrio deslustrado, nódulos y quistes.
Por último, para determinar el diagnóstico diferencial de las enfermedades, se consideró la cuantificación y resultado del patrón de tejido pulmonar en la TCAR. En este caso se mencionan a Depeursinge y sus colegas, quienes definieron 13 diagnósticos histológicos frecuentes en las EPI y las zonas en los pulmones en donde se localiza la enfermedad.
Resultados y discusión
Motor de interfaz
Este se compone de dos secciones diferentes. Uno consiste en un sistema CAD basado en los síntomas clínicos, el otro en un CAD radiológico. El prototipo pretende mezclar los resultados y efectuar los diagnósticos.
CAD basado en síntomas
El sistema utilizará los datos de los síntomas para entrenar la base de datos ILDgenDB. Dichos datos se procesan y evalúan para determinar los criterios más relevantes para la construcción del modelo. Este, se empleará como columna vertebral e ingresada la información de un nuevo paciente en el sistema CAD, hará la selección y clasificación de los criterios para producir la salida.
CAD basado en radiología
Como entrada se tomarán los archivos DICOM. Para la determinación del área pulmonar, se usarán técnicas de segmentación. De igual manera, se harán preprocesamientos de imagen para visualizar claramente las anomalías pulmonares. Con ayuda de una máquina de vectores de apoyo se clasificaran las enfermedades pulmonares intersticiales y no intersticiales. Los resultados finales serán evaluados por radiólogos expertos para su aprobación.
Conclusiones
Se presentaron las etapas de desarrollo de un sistema CAD multidimensional para mejorar y facilitar el diagnóstico de enfermedades intersticiales. Después de comprobar su éxito, se buscaría su incorporación en el sistema de base de conocimientos para el análisis de enfermedades, así como de una interfaz de adquisición de conocimientos. Asimismo, se pretende disminuir los errores de diagnóstico además de ofrecer una resolución con mayor precisión y rapidez.
Traducido y adaptado de: S. Mishra, M. I. Shah, M. Sarkar, N. Chaudhary, S. Sharma and C. Rout, «Clinical and radiological decision support system prototype for characterisation of interstitial lung disease (ILDS),» International Conference on Signal Processing (ICSP 2016), 2016, pp. 1-4, doi: 10.1049/cp.2016.1461.
