Radiomics, el futuro de la imagenología: Una revisión de rendimiento diagnóstico en fibrosis hepática
Fecha
2023
Profesor Guía
Formato del documento
Thesis
ORCID Autor
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad de Valparaíso
Ubicación
ISBN
ISSN
item.page.issne
item.page.doiurl
Facultad
Facultad de Medicina
Departamento o Escuela
Escuela de Tecnología Médica
Determinador
Recolector
Especie
Nota general
Título de Tecnólogo Médico
Opta al grado de Licenciado/a en Tecnología Médica
No disponible para descarga
Resumen
La fibrosis hepática es una enfermedad de alta incidencia producida por una lesión celular hepática repetitiva que genera tejido fibrótico, el cual, al diseminarse dentro del órgano, provoca cirrosis, un punto de no retorno al hígado sano. En estado de fibrosis no se producen síntomas y la biopsia es el gold estándar para el diagnóstico y estadificación, sin embargo, es un procedimiento invasivo y está limitado por el error en toma de muestra y discordancia inter observador en la interpretación de los hallazgos. Se planteó una modalidad de estudio basada en machine learning denominada Radiomics, una herramienta que utiliza diversos modelos de inteligencia artificial para llevar a cabo un análisis cuantitativo en base a información cualitativa, con la finalidad de evaluar la fibrosis hepática y predecir la cirrosis.
En el presente estudio se analizó la información referente a Radiomics con el objetivo de sintetizar el rendimiento diagnóstico de esta herramienta en los distintos estudios por imagen y su aplicación diagnóstica en fibrosis hepática, según lo encontrado en las bases de datos: Web of science, SCOPUS y Sciencedirect, para posteriormente sintetizar los datos encontrados bajo las condiciones metodológicas que corresponden a una revisión bibliográfica científica. Los resultados encontrados, sugieren que Radiomics aumentaría el rendimiento diagnóstico en US (AUC=0,98 para F3-F4) y TC (AUC=0,80 para F4) para estadíos tardíos y en MRI (AUC=0,91 para F2) para estadíos tempranos de fibrosis hepática.
Descripción
Lugar de Publicación
Valparaíso
Auspiciador
Palabras clave
MACHINE LEARNING, FIBROSIS HEPATICA, ULTRASONOGRAFIA, RESONANCIA MAGNETICA, TOMOGRAFIA COMPUTADA
Licencia
Atribución-NoComercial-CompartirIgual 3.0 Chile (CC BY-NC-SA 3.0 CL)