Una plataforma de inteligencia artificial que integra datos y modelos de imágenes y respalda la atención de precisión a lo largo del proceso continuo del cáncer de próstata (ProCAncer-I)

En Europa, el cáncer de próstata (CaP) es el segundo tipo de cáncer más frecuente en los hombres y el tercero más letal. Las prácticas clínicas actuales, que a menudo conducen a sobrediagnósticos y sobretratamiento de tumores indolentes, adolecen de falta de precisión.

Esto requiere modelos avanzados de inteligencia artificial (IA) para descifrar patrones de imágenes médicas de alto nivel no intuitivos y aumentar el rendimiento en la discriminación temprana de enfermedades indolentes de agresivas. Esto se extiende a estos modelos que también predicen la recurrencia, detectan metástasis y predicen la efectividad de las terapias. Hasta la fecha, los esfuerzos en este campo están fragmentados, basados ​​en conjuntos de datos específicos de proveedores, de tamaño limitado y de una sola institución, mientras que los conjuntos de datos públicos de PCa disponibles son solo unos pocos cientos de casos, lo que hace que la generalización del modelo sea imposible.

El proyecto ProCAncer-I reúne a 13 socios (el consorcio), incluidos The Royal Marsden NHS Foundation Trust (RMH), centros PCa, líderes mundiales en IA y empresas innovadoras con experiencia reconocida en sus respectivos dominios. El objetivo es diseñar, desarrollar y mantener una infraestructura de imagen europea segura y basada en la nube con herramientas y servicios para el manejo de datos. La plataforma alberga la colección más grande de escaneos de resonancia magnética multiparamétrica (mpMRI) de PCa y datos de imágenes anonimizados en todo el mundo con más de 17,000 casos, basados ​​en datos retrospectivos y prospectivos del consorcio de acuerdo con la legislación de la UE (GDPR).

Se desarrollarán modelos robustos de IA, basados ​​en metodologías de aprendizaje novedosas, que conducirán a modelos de IA que abordarán nueve escenarios clínicos de CaP. Para acelerar la adopción clínica de los modelos PCa AI, el proyecto se centra en mejorar la confianza en las soluciones AI con respecto a la equidad, la seguridad, la explicabilidad y la reproducibilidad. Se están desarrollando métricas para monitorear el rendimiento del modelo para aumentar aún más la confianza clínica e informar sobre posibles fallas y errores, con la esperanza de validar la efectividad de los modelos basados ​​en IA para la toma de decisiones clínicas.