Un modelo de aprendizaje profundo resulta eficaz a la hora de predecir la supervivencia en pacientes con varias metástasis cerebrales

De acuerdo con los investigadores, un modelo de aprendizaje profundo, que usa un método de aprendizaje automático para modelar las relaciones no lineales entre los factores pronósticos de imágenes a nivel de píxeles y los datos de supervivencia, ha demostrado su eficacia para predecir la supervivencia en pacientes con varias metástasis cerebrales.

El modelo obtuvo mejores resultados que los modelos tradicionales de riesgos proporcionales de Cox (RPC) basados en las relaciones lineales entre los factores clínicos y la supervivencia.

El Dr. Enoch Chang, del Department of Therapeutic Radiology de la Facultad de Medicina de Yale (Yale School of Medicine), con sede en New Haven (Connecticut, EE. UU.), presentó los nuevos hallazgos en el congreso virtual de la SNO 2020.