Notizie
Differenze di genere nel comportamento del cancro del colon
Lo screening del cancro del colon-retto (CRC) è uno strumento fondamentale nella prevenzione e nella diagnosi precoce di uno dei […]
Stima di sopravvivenza nel cancro del colon: uso del deep learning per analizzare l’imaging PET/CT con 18F-FDG
Stima di sopravvivenza nel cancro del colon: uso del deep learning per analizzare l’imaging PET/CT con 18F-FDG
Nell’ambito del cancro del colon, l’efficacia dell’analisi tradizionale delle immagini ottenute dai diversi mezzi diagnostici a disposizione dipende dalle competenze dei medici e, pertanto, presenta limitazioni di precisione e di velocità di previsione aprendo la strada ad errori nella diagnosi.
Le immagini PET/CT con 18F-FDG offrono vantaggi in termini di chiarezza e di accuratezza, ma rimangono comunque ancora problemi legati alla soggettività analitica. Per superare queste lacune, un team di esperti ha condotto uno studio con l’obiettivo di valutare l’utilizzo del deep learning combinando tre algoritmi per analizzare le immagini PET/CT con 18F-FDG.
In particolare, i ricercatori si sono focalizzati su quattro aspetti: l’accuratezza di stima della sopravvivenza, la velocità e la precisione di previsione e la soddisfazione del medico. Questo modello, rispetto ai metodi tradizionali, ha migliorato l’accuratezza della previsione dell’0,83%, la velocità del 3,42% e la precisione del 6,13%. Gli Autori concludono che la combinazione deep learning/18F-FDG PET/CT sia di grande importanza per migliorare la sopravvivenza dei pazienti affetti da cancro del colon e per promuovere lo sviluppo dell’industria medica.
Fonte: Mohan T, et al. Media Mol Imaging May 4; 2023:2986379.
https://www.hindawi.com/journals/cmmi/2023/2986379/
