Los biomarcadores de imagen definen características objetivas extraídas de las imágenes médicas, relacionadas con procesos biológicos normales, enfermedades o respuestas terapéuticas.
Las imágenes musculares son cada vez más importantes en el manejo de las enfermedades neuromusculares, ya que muchas se solapan fenotípicamente como es el caso de la enfermedad de Pompe y sarcoglicanopatías.
Nuevos estudios demuestran los avances realizados en el diagnóstico de imágenes musculares, incluida la incorporación de inteligencia artificial para el análisis de imagen.
En un estudio publicado recientemente en Neurology, Verdú-Díaz et al. sobre IA aplicada a la diferenciación de enfermedades neuromusculares en base a la puntuación Lamminen-Mercuri en la resonancia magnética, los investigadores recolectaron 976 resonancias magnéticas de las extremidades inferiores de pacientes con diez enfermedades diferentes, y aplicaron machine learning supervisado.
Verdú-Díaz, J. et al. Accuracy of a machine learning muscle MRI-based tool for the diagnosis of muscular dystrophies. Neurology. 2020;94(10):e1094-e1102. DOI: https://doi.org/10.1212/wnl.0000000000009068
El mejor modelo tenía una precisión impresionante del 95,7% y aún más impresionante, la IA superó a cuatro especialistas en precisión diagnóstica.
A continuación, tenemos la descripción de la aplicación de machine learning realizada por el autor.
Video gentileza Sanofi Genzime.
