Radiomica basata sulla TC e modelli di deep learning per prevedere l'invasione della cartilagine tiroidea e la prognosi del paziente nel carcinoma laringeo

Il carcinoma laringeo a cellule squamose (LSCC), uno dei tumori della testa e del collo più comuni, è l’ottava causa di morte associata al cancro in tutto il mondo. Le decisioni terapeutiche hanno un profondo impatto sia sul controllo del tumore che sulla prognosi funzionale dei pazienti con LSCC. E queste decisioni si basano principalmente sulla stadiazione del tumore, con l’invasione della cartilagine tiroidea che funge da determinante cruciale. Di conseguenza, la presenza di invasione della cartilagine tiroidea indica una diagnosi in stadio avanzato (T3 o T4) per i pazienti con LSCC. Per i pazienti senza invasione della cartilagine tiroidea, può essere presa in considerazione la laringectomia parziale per preservare la funzione laringea. Tuttavia, per i pazienti con carcinoma laringeo avanzato e invasione della cartilagine tiroidea che si estende oltre la laringe, la laringectomia totale è spesso necessaria per rimuovere completamente il tumore e prolungare il tempo di sopravvivenza. Pertanto, una valutazione accurata dell’invasione della cartilagine tiroidea è vitale per il processo decisionale sul trattamento e la valutazione della prognosi per i pazienti con LSCC. Recentemente, l’intelligenza artificiale, sotto forma di machine learning e deep learning (DL), è stata ampiamente applicata all’imaging medico. La radiomica, che svolge un ruolo di primo piano nell’apprendimento automatico, può estrarre dati di caratteristiche ad alta dimensione e fornire quantitativamente informazioni preziose per la stadiazione e la prognosi del tumore. Inoltre, DL può acquisire e apprendere automaticamente caratteristiche discriminanti attraverso un metodo end-to-end per una previsione accurata. Collettivamente, gli obiettivi di questo studio multicentrico erano di sviluppare e convalidare un modello radiomico, un modello DL 2D e un modello DL 3D basato sulle immagini CT della fase venosa e confrontare le prestazioni di questi modelli con due radiologi nella previsione della cartilagine tiroidea invasione. Inoltre, i ricercatori hanno studiato il valore prognostico del modello previsto ottimale di invasione della cartilagine tiroidea.