https://www.savalnet.bo/cienciaymedicina/destacados/aplicacion-innovadora-de-machine-learning-en-el-osteosarcoma.html
15 Noviembre 2023

Aplicación innovadora de machine learning en el osteosarcoma

Un modelo basado en aprendizaje automático permite segmentar los diferentes tejidos y calcular el porcentaje de necrosis, con una precisión similar a la de un patólogo.

El porcentaje de necrosis después de la quimioterapia es un factor pronóstico de supervivencia en el osteosarcoma. Los patólogos estiman este valor calculando la viabilidad del tumor sobre un promedio de imágenes de portaobjetos completos (WSIs, por sus siglas en inglés). Este proceso no estandarizado y laborioso requiere capacitación especializada y tiene una alta variabilidad entre observadores. Por lo tanto, el objetivo de este trabajo fue desarrollar un modelo de machine learning capaz de calcular el porcentaje de necrosis en el osteosarcoma con una precisión similar a la de un patólogo con experiencia en patología musculoesquelética. 

Realizaron un estudio de prueba de concepto, en el que obtuvieron retrospectivamente seis WSIs de dos pacientes con osteosarcomas convencionales. Se entrenó a un sistema de aprendizaje, débilmente supervisado, mediante el uso de anotaciones parciales e imprecisas de tumores viables, necróticos, y tejidos no tumorales, para crear modelos predictivos. Una vez "entrenado" el modelo, este segmentó áreas de tejido y determinó el porcentaje de necrosis de los seis WSIs. Para evaluar la fidelidad del modelo, paralelamente el patólogo también estimó este porcentaje de cada WSI, y se compararon ambas estimaciones. 

Después de los análisis respectivos, las estimaciones del modelo y del patólogo mostraron una fuerte correlación positiva (r= 0,85). Este perdió precisión en la presencia de tejido cartilaginoso abundante. El entrenamiento tardó 30 min por cada WSI. 

El estudio logró crear y entrenar un modelo de machine learning, mediante técnicas de aprendizaje débilmente supervisadas, que permite segmentar tumores viables, necróticos, y tejidos no tumorales, y calcular el porcentaje de necrosis, con una precisión similar a la de un patólogo. Los autores esperan que se pueda alcanzar una mejora, anotando específicamente el tejido cartilaginoso (benigno o maligno) y otros tejidos mesenquimales, para una mejor representación de la heterogeneidad histológica en el osteosarcoma y predicciones más precisas.

Fuente bibliográfica

https://doi.org/10.1002/jor.25693

Ciencia y Medicina

Destacado Agenda de Eventos

International Congress of Nutrition 2025

24 Agosto 2025

Encuentro abordará los siguientes temas: "El futuro de las recomendaciones nutricionales", "Cambio climático, sostenibilidad y nutrici�...

Destacado Artículos Destacados

Caminar como estrategia en la prevención de la lumbalgia crónica

03 Julio 2025

Promover caminatas diarias de más de 78 minutos puede reducir tanto el riesgo de desarrollar esta condición como su carga, independient...

Rol de la barrera intestinal en las enfermedades crónicas

23 Junio 2025

Mantener y fortalecer su integridad, mediante probióticos, metabolitos microbianos o terapias dirigidas, es clave para prevenir y tratar...

Destacado Progresos Médicos

Potencial tratamiento para la esclerosis lateral amiotrófica genética

09 Junio 2025

El oligonucleótido antisentido jacifusen demuestra ser seguro y presenta indicios prometedores de eficacia para reducir el daño neurona...