El uso de la inteligencia artificial para la predicción de la recurrencia tras la resección de metástasis hepáticas de cáncer colorrectal.

El cáncer colorrectal es el tercer cáncer más común a nivel mundial y la cuarta causa más común de muerte relacionada con el cáncer. La supervivencia está determinada principalmente por el estadio de la enfermedad y la presencia de metástasis. La combinación de quimioterapia y resección hepática sigue siendo la opción de tratamiento con el mayor beneficio en términos de supervivencia para los pacientes con metástasis hepáticas por cáncer colorrectal, siendo la cirugía el único tratamiento potencialmente curativo reconocido; el tratamiento quirúrgico locorregional también puede combinarse con ablación térmica para mejorar la posibilidad de eliminar por completo las metástasis hepáticas. A pesar de las mejoras significativas en el pronóstico, una gran proporción de pacientes (casi la mitad) seguirá experimentando recurrencia tras el tratamiento. Existe una necesidad clínica de identificar a priori a los pacientes que tienen más probabilidades de desarrollar recurrencia de la enfermedad después del tratamiento locorregional (resección hepática ± ablación térmica) y de responder de manera diferente a la quimioterapia, con el fin de optimizar la asignación de tratamientos y recursos basada en el riesgo. La digitalización generalizada de la atención médica genera una gran cantidad de datos, y junto con la computación de alto rendimiento disponible en la actualidad, las tecnologías de inteligencia artificial pueden aplicarse para superar las limitaciones actuales en la estimación de la recurrencia de las metástasis hepáticas por cáncer colorrectal y la respuesta a los tratamientos locorregionales y de quimioterapia, logrando así una mejor asignación de tratamientos que la práctica actual. Todas las características radiómicas también pueden ayudar a entrenar la red neuronal destinada a detectar las metástasis hepáticas antes de que sean visualmente detectables por el radiólogo. Por lo tanto, este estudio tiene como objetivo evaluar si un modelo de aprendizaje automático multifactorial (que incluya características clínicas y radiómicas) puede identificar a los pacientes con metástasis hepáticas por cáncer colorrectal con un alto riesgo de progresión después de la quimioterapia y de recurrencia después de la resección hepática.