Investigadores del Grupo de Radiómica del VHIO han liderado un estudio que revisa el potencial de la Inteligencia artificial (IA) para analizar datos de imágenes médicas e informes de radiología del mundo real, es decir datos de la práctica clínica diaria, con el objetivo de extraer información relevante e identificar biomarcadores para mejorar las herramientas de diagnóstico y pronóstico de las personas con cáncer.
La revisión se ha publicado en la revista ESMO Real-World Data and Digital Oncology de la Sociedad Europea de Oncología Médica (ESMO).
Esta revisión destaca el inmenso potencial de la IA para analizar grandes conjuntos de datos de imágenes médicas e informes de radiología, para conocer mejor los tumores y mejorar la identificación de biomarcadores, al tiempo que aborda los desafíos asociados al uso de datos del mundo real y brinda sugerencias para minimizar estos obstáculos.
Integración de IA con datos del mundo real
“El desarrollo de herramientas asistidas por inteligencia artificial generalmente requiere enormes conjuntos de datos diversos que representen las poblaciones en las que se aplicarán, pero la escasez de bases de datos multicéntricas extensas sigue siendo una limitación importante para su desarrollo y verdadera aplicabilidad en escenarios clínicos” explica Dra. Raquel Pérez-López, jefa del Grupo de Radiómica e investigadora sénior de este artículo. “La integración de la IA con datos del mundo real ofrece un potencial significativo para desarrollar herramientas asistidas por ordenador que nos permitan identificar biomarcadores, así como la delimitación automática de órganos y la detección de tumores para ayudar a los profesionales en una toma de decisiones más eficiente, precisa y personalizada” continúa.
Los datos recogidos a partir de la práctica clínica asistencial constituyen una fuente de información muy valiosa, ya que complementan los datos de ensayos clínicos y ofrecen una comprensión más amplia de las poblaciones de pacientes. Sin embargo, aunque su uso presenta ventajas significativas, también plantea desafíos.
Datos de mundo real, IA e imágenes médicas
Los datos de imágenes del mundo real, incluidas diversas modalidades de imágenes médicas adquiridas en varios entornos clínicos, representan una rica fuente de información para herramientas asistidas por ordenador y el descubrimiento de biomarcadores. Estos conjuntos de datos reflejan las complejidades y variabilidades de la práctica clínica, lo que proporciona una comprensión más integral de las características de los pacientes, los patrones de tratamiento y los resultados. “Esto es crucial para desarrollar herramientas que sean generalizables y aplicables en diferentes poblaciones y entornos clínicos” afirma la Dra. Pérez-López
“Aunque el potencial transformador de la integración de la IA en la generación de datos del mundo real (RWD) en radiología es evidente, abordar desafíos como la estandarización de datos, los controles de calidad en la medida adecuada, la validación, la fiabilidad y la facilidad de uso será esencial para traducir esta promesa en la práctica clínica”, concluye Daniel Navarro, investigador predoctoral en el laboratorio de Pérez-López y primer autor del artículo.
Referencia
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
