DEEP RDT
Desarrollo de modelos de aprendizaje profundo para predecir la respuesta terapéutica de la radioterapia en pacientes con cáncer.
¿Te interesa?Necesidad
La radioterapia se ha convertido en un pilar clave del tratamiento en múltiples cánceres, con beneficios probadosen los resultados, tanto como neo/adyuvante como como tratamiento principal. Sin embargo, no está libre de efectos adversos y existe variabilidad en la eficacia entre pacientes, con un 20 – 40% de no respuesta, dependiendo de las características del tumor.
Solución
Algoritmo predictor de respuesta a radioterapia de pacientes entrenado por imágenes radiológicas de pacientes con cáncer de recto localizado tratado con radioterapia neo/adyuvante o de pulmón en estadio temprano tratado con radioterapia estereotáctica.
Modelos neuronales convuncionales para extracción de datos de tomografía computarizada de diagnóstico de tomografía por emisión de positrones, resonancia magnética, histopatología de la biopsia del tumor y datos clínico-moleculares.
Objetivo
Objetivo principal: Predicción respuesta a radioterapia. Criterios RECIST evaluados a 6 meses. Estratificación pacientes.
Otros objetivos: Toxicidad relacionada con la radioterapia y explicabilidad del modelo.