Deep Learning Magnetic Resonance Imaging Radiomics per il valore diagnostico dei tumori epatici nei neonati

I tumori epatici si verificano raramente nel periodo perinatale. Comprendono circa il 5% del totale delle neoplasie di vario tipo che si verificano nel feto e nel neonato. L'emangioendotelioma infantile è il principale tumore epatico primario seguito dall'epatoblastoma. Va ricordato che l'alfa-fetoproteina (AFP) è molto elevata durante i primi mesi dopo la nascita anche nei bambini normali, quindi il valore diagnostico dell'AFP è limitato per i pazienti infantili con tumori epatici. Questo studio è un progetto retrospettivo-prospettico del West China Hospital, Università di Sichuan, che include dati clinici e immagini radiologiche. È stato arruolato un database retrospettivo per i pazienti con diagnosi istologica definita e immagini di risonanza magnetica (MRI) disponibili da giugno 2010 e dicembre 2020. I ricercatori hanno costruito un modello diagnostico radiomico di apprendimento profondo su questa coorte retrospettiva e lo hanno convalidato internamente. Una potenziale coorte recluterebbe pazienti infantili con diagnosi di tumore al fegato dal gennaio 2021. Il modello di deep learning proposto sarebbe anche convalidato esternamente in questa potenziale coorte. Il modello stabilito sarebbe in grado di aiutare la diagnosi del tumore epatico nei neonati.