La Sociedad Radiológica de América del Norte (RSNA), la Sociedad Estadounidense de Neurorradiología (ASNR) y la Sociedad de Computación de Imágenes Médicas e Intervenciones Asistidas por Computadora (MICCAI) han anunciado el lanzamiento del décimo desafío anual de Segmentación de Tumores Cerebrales (BraTS).
El desafío RSNA / ASNR / MICCAI BraTS 2021 se centra en la detección y clasificación de tumores cerebrales, utilizando escáneres de resonancia magnética multiparamétrica (mpMRI). Representa la culminación de una década de desafíos BraTS, que ofrece un conjunto de datos amplio y diverso con anotaciones detalladas y un importante biomarcador asociado.
«RSNA ha ‘mejorado su juego’ significativamente con el Desafío de clasificación de tumores cerebrales de este año», dijo Adam E. Flanders, M.D., que forma parte del Subcomité de Machine learning de RSNA. «Es nuestro primer Desafío de IA para utilizar la resonancia magnética, y también es el primero en abordar un problema oncológico: el cáncer de cerebro».
Otro aspecto novedoso del desafío es que aborda dos tareas clínicamente relevantes: (1) desarrollar el método automatizado más preciso para medir el tamaño de los componentes visuales de un cáncer; esto tiene implicancias para poder rastrear con precisión el crecimiento o la respuesta del cáncer al tratamiento y (2) para desarrollar un método no invasivo confiable para predecir la presencia de características genéticas específicas en el tumor a partir de las imágenes de RM solamente.
“Estos marcadores genéticos son indicadores de la respuesta al tratamiento y la supervivencia”, dijo el Dr. Flanders. «Esto tiene un uso potencial en la planificación de terapias personalizadas incluso antes de que se realice la cirugía».
Los participantes pueden optar por competir en una o ambas tareas del desafío.
En la primer tarea, Segmentación de tumores cerebrales, los participantes construyen modelos que producen segmentaciones detalladas de subregiones de tumores cerebrales que corresponden a las creadas por neurorradiólogos. Dichas segmentaciones podrían permitir mejoras en la cirugía asistida por computadora, la guía de radioterapia y el monitoreo de progresión de la enfermedad.
Para la segunda tarea, Clasificación radiogenómica de tumores cerebrales, los participantes construyen modelos que utilizan imágenes mpMRI para predecir el estado de metilación del promotor de MGMT (O [6] -metilguanina-ADN metiltransferasa). Dichos modelos radiogenómicos podrían mejorar la eficiencia y precisión del diagnóstico, el pronóstico y la planificación del tratamiento para pacientes con glioblastoma.
El glioblastoma y el glioma astrocítico difuso con características moleculares de glioblastoma son los tumores primarios malignos más comunes y agresivos del sistema nervioso central en adultos. Los pacientes con glioblastoma tienen un pronóstico muy precario y el estándar actual de atención comprende la resección quirúrgica seguida de radioterapia y quimioterapia. La metilación del promotor de la enzima MGMT de reparación del ADN en el glioblastoma recién diagnosticado se ha identificado como un factor pronóstico favorable y un predictor de la respuesta a la quimioterapia. La determinación del estado de metilación del promotor MGMT en el glioblastoma recién diagnosticado puede influir en la toma de decisiones sobre el tratamiento.
La presentación final del modelo vence el 12 de Octubre. Los ganadores serán anunciados el 23 de Noviembre y reconocidos en un evento en el AI Showcase Theatre en RSNA 2021 el lunes 29 de noviembre. El premio en dinero para las mejores entradas en cada tarea es proporcionado por Intel, NeoSoma y RSNA.
