Inteligencia artificial para la evaluación de la estabilidad de aneurismas cerebrales en imágenes médicas

Abstract

Los aneurismas cerebrales afectan al 3 % de la población mundial. El diagnóstico por medio de imágenes mé dicas puede llegar a ser extenuante y, en consecuencia, pasar desapercibidos. Además, existe una incertidum bre en la prognosis de la enfermedad. En esta investigación se desarrollará un sistema basado en inteligencia artificial para detectar la presencia de aneurismas cerebrales y determinar su estabilidad. Este sistema estará compuesto de dos subsistemas: uno para la detección de los aneurismas cerebrales en imágenes de CTA/MRA, por medio de aprendizaje profundo, y otro para la clasificación de los aneurismas en estables e inestables, mediante aprendizaje automático. Para el entrenamiento del primer subsistema, se utilizarán imágenes de MRA de 157 casos de aneurismas cerebrales, sus correspondientes imágenes etiquetadas por un grupo de médicos radiólogos e imágenes de MRA de 127 controles. Para el segundo subsistema se recopilarán de manera retros pectiva, imágenes de MRA/CTA de aneurismas con evidencia de ruptura o crecimiento (inestables) e imágenes de aneurismas estables. Los resultados objetivo de sensibilidad y especificidad del sistema son de 91.5 % y 91.7 %, respectivamente. Con respecto a la capacidad predictiva del sistema se buscará obtener un área bajo la curva ROC ≥0.85. El conocimiento de los factores que provocan la ruptura de aneurismas cerebrales es limitado y no existe un modelo de predicción robusto para determinar su riesgo. El sistema de diagnóstico asistido por computadora propuesto en esta investigación ayudará a los médicos especialistas a decidir si es necesario un procedimiento quirúrgico o monitorear la evolución del aneurisma mediante imagenología.