Un equipo de investigadores de Mass General Brigham, en colaboración con otras instituciones, ha desarrollado un modelo de inteligencia artificial (IA) que puede predecir la recurrencia de gliomas pediátricos analizando múltiples escáneres cerebrales a lo largo del tiempo.

Este enfoque, denominado “aprendizaje temporal”, entrena a los algoritmos de aprendizaje profundo para sintetizar los hallazgos de varios escáneres cerebrales realizados después del tratamiento. El modelo demostró una precisión del 75-89% en la predicción de la recurrencia del glioma un año después del tratamiento, una mejora sustancial en comparación con la precisión de aproximadamente el 50% de las predicciones basadas en una sola imagen.

Los investigadores señalan que, aunque se necesitan más validaciones, este avance demuestra el potencial de la IA para analizar eficazmente múltiples imágenes y mejorar la atención de los niños con tumores cerebrales.

Enlace a la fuente original: