Contexto
El adenocarcinoma ductal pancreático tiene algunos de los peores resultados pronósticos entre varios tipos de cáncer. La detección de patrones histológicos de los tumores pancreáticos es fundamental para predecir el pronóstico y decidir el tratamiento de los pacientes. Esta clasificación histológica puede tener un alto grado de variabilidad incluso entre patólogos expertos.
Objetivo
Para detectar adenocarcinoma agresivo y tumores pancreáticos menos agresivos de casos no neoplásicos mediante un modelo de aprendizaje profundo basado en red convolucional gráfica.
Diseño
Nuestro modelo utiliza una red neuronal convolucional para extraer información detallada de cada pequeña región en una imagen de diapositiva completa. Luego, usamos una arquitectura gráfica para agregar las características extraídas de estas regiones y su información de posición para capturar toda la estructura del nivel de la diapositiva y hacer la predicción final.
Resultados
Evaluamos nuestro modelo en un conjunto de pruebas independiente y logramos una puntuación F1 de 0,85 para detectar células neoplásicas y adenocarcinoma ductal, superando significativamente a otros métodos de referencia.
Conclusiones
Si se valida en estudios prospectivos, este enfoque tiene un gran potencial para ayudar a los patólogos a identificar adenocarcinoma y otros tipos de tumores pancreáticos en entornos clínicos.
Descarga aquí el PDF completo.
Fuente: College of American Pathologists
