El objetivo del presente trabajo es diseñar un algoritmo de análisis e interpretación de imágenes digitalizadas de casos con el diagnóstico de carcinoma colorrectal (CCR) mediante Inteligencia Artificial (IA). Las técnicas de IA, entre las que destaca el deep learning , consisten en entrenar un sistema por medio de miles de imágenes de tumores etiquetadas con información clínica y molecular de forma que la máquina es capaz de realizar un aprendizaje automático. Con el algoritmo desarrollado se pretende predecir la supervivencia de los pacientes y el perfil molecular del tumor utilizando únicamente la imagen digitalizada. Para el desarrollo de la herramienta se utilizará la serie EPICOLON I, un proyecto que incluye 1200 pacientes con CCR bien caracterizados clínica y molecularmente, procedentes de 20 centros españoles, con un seguimiento de 19 años. Los tumores están incluidos en matrices de tejido (tissuemicroarray, TMA). Se realizará una tinción de H&E y se escaneará a la máxima resolución. De cada spot del TMA se capturarán imágenes a diferentes aumentos para proporcionar a la máquina más de 6 imágenes por paciente (total unas 7200 imágenes) etiquetadas con información ya disponible (tipo histológico, grado, estadio, tratamiento, supervivencia global, proteínas MMR, KRAS, BRAF, mutaciones germinales genes MMR). Para la validación del modelo se empleará una segunda serie de 800 casos adicionales de CCR (EPICOLON II).
Inteligencia artificial
carcinoma colorrectal
aprendizaje automático profundo
Acción Estratégica en Salud (AES)
01/01/2020 - 31/12/2021
ALENDA GONZALEZ, CRISTINA
FUNDACION DE LA COMUNIDAD VALENCIANA PARA LA GESTION DEL INST. INV. SANIT. Y BIOMEDICA DE ALICANTE
HOSPITAL GENERAL DE ALICANTE
COM. VALENCIANA
ALICANTE
72,600 €