Investigadors del Grup de Radiòmica del VHIO han liderat un estudi que revisa el potencial de la Intel·ligència Artificial (IA) per analitzar dades d’imatges mèdiques i informes de radiologia del món real, és a dir, dades de la pràctica clínica diària, amb l’objectiu d’extreure informació rellevant i identificar biomarcadors per millorar les eines de diagnòstic i pronòstic de les persones amb càncer.
La revisió s’ha publicat a la revista ESMO Real-World Data and Digital Oncology de la Societat Europea d’Oncologia Mèdica (ESMO).
Aquest treball destaca l’immens potencial de la IA per analitzar grans conjunts de dades d’imatges mèdiques i informes de radiologia, per conèixer millor els tumors i millorar la identificació de biomarcadors, alhora que aborda els reptes associats a l’ús de dades del món real i aporta suggeriments per minimitzar aquests obstacles.
Integració de la IA amb dades del món real
“El desenvolupament d’eines assistides per intel·ligència artificial generalment requereix enormes conjunts de dades diverses que representin les poblacions en què s’aplicaran, però l’escassetat de bases de dades multicèntriques extenses continua sent una limitació important per al seu desenvolupament i veritable aplicabilitat en escenaris clínics”, explica la Dra. Raquel Pérez-López, cap del Grup de Radiòmica i investigadora sènior d’aquest article.
“La integració de la IA amb dades del món real ofereix un potencial significatiu per desenvolupar eines assistides per ordinador que ens permetin identificar biomarcadors, així com la delimitació automàtica d’òrgans i la detecció de tumors per ajudar els professionals en una presa de decisions més eficient, precisa i personalitzada”, continua.
Les dades recollides a partir de la pràctica clínica assistencial constitueixen una font d’informació molt valuosa, ja que complementen les dades d’assajos clínics i ofereixen una comprensió més àmplia de les poblacions de pacients. No obstant això, tot i que el seu ús presenta avantatges significatius, també planteja reptes.
Dades del món real, IA i imatges mèdiques
Les dades d’imatges del món real, incloses diverses modalitats d’imatges mèdiques adquirides en diferents entorns clínics, representen una rica font d’informació per a eines assistides per ordinador i per al descobriment de biomarcadors. Aquests conjunts de dades reflecteixen les complexitats i variabilitats de la pràctica clínica, fet que proporciona una comprensió més integral de les característiques dels pacients, els patrons de tractament i els resultats.
“Això és crucial per desenvolupar eines que siguin generalitzables i aplicables en diferents poblacions i entorns clínics”, afirma la Dra. Pérez-López.
«Tot i que el potencial transformador de la integració de la IA en la generació de dades del món real (RWD) en radiologia és evident, abordar desafiaments com l’estandardització de dades, els controls de qualitat en la mesura adequada, la validació, la fiabilitat i la facilitat d’ús serà essencial per traduir aquesta promesa en la pràctica clínica», va concloure Daniel Navarro, investigador al laboratori de Pérez-López i primer autor de l’article.
Referència
Daniel Navarro, Adrià Marcos, Regina Beets-Tan, Lennart Blomqvist, Zuhir Bodalal, Desirée Deandreis, Mireia Crispin, Ferdia Gallagher, Tommaso Giandini, Martin John Graves, Nathalie Lassau, Klaus Maier-Hein, Arsela Prelaj, Philipp Schader, Heinz-Peter Schlemmer, Oliver Sedlaczek, Marta Vaiani, Raquel Perez-Lopez. Real-World Radiology Data for Artificial Intelligence-driven Cancer Support Systems and Biomarker Development. ESMO Real World Data and Digital Oncology, Volume 8, 100120 DOI: 10.1016/j.esmorw.2025.100120
