Relevancia de la Radiómica para el ensayo clínico
Durante años uno de los grandes retos que se ha tenido al analizar imágenes de lesiones o tumores, es la dimensionalidad de estas. Esto quiere decir que, dado que las imágenes sólo poseen las dimensiones de largo y ancho; factores como la profundidad, volumen, densidad o inclusive texturas de los tumores llegan a ser desapercibidas por el especialista.
Es por esto que la Radiómica trata de solucionar el factor de la multidimensionalidad. Al implementar un algoritmo de Inteligencia Artificial (IA) en el que, mediante el entrenamiento y testeo de múltiples imágenes de tumores o lesiones, puede extraer cuantitativamente las características no percibidas; comentadas en el párrafo anterior.
¿Cuáles son las aplicaciones de la radiómica?
Gracias a que consiste en la implementación de una IA, se puede implementar un aprendizaje no supervisado para que esta se actualice automáticamente. De igual modo, gracias a que se necesitan varias imágenes para su implementación, puede utilizarse la Radiómica para el seguimiento de los tumores y evaluar su comportamiento sobre el tiempo.
Como se mencionó con anterioridad, al permitir el seguimiento de los tumores, se puede implementar la Radiómica en la evaluación del uso de ciertos fármacos en la zona dañada. De esta manera personalizar debidamente el tratamiento para cada uno de los pacientes. De igual modo, se puede implementar dicha disciplina para poder evaluar los mejores biomarcadores, los cuales permitirán obtener una mejor detección.
Sin duda la IA ha tomado mucha relevancia en la imagenología. Al poder detectar las lesiones o tumores, mediante la extracción de características cuantitativas, pudiendo permitir visualizar al especialista más dimensiones que las proporcionadas en sí por la imagen 2D (la cual consiste en largo y ancho). Finalmente, permitiendo observar el cambio de los tumores o lesiones a lo largo del tiempo, teniendo como consecuencia un tratamiento personalizado.
Higgins, R. (2020). Radiomics: What It Can Do for Clinical Trials. Applied Clinical Trials, 29(12), 34.
