Inteligencia Artificial en el Análisis de Imágenes de Patología del Cáncer de Pulmón

Objetivo: Un diagnóstico y pronóstico precisos son esenciales en la selección y planificación del tratamiento del cáncer de pulmón. Con el rápido avance de la tecnología de imagen médica, el diagnóstico por imagen de diapositivas completas (WSI) en patología se está convirtiendo en un procedimiento clínico rutinario. Existe una interacción de necesidades y desafíos para el diagnóstico asistido por ordenador basado en un análisis preciso y eficiente de imágenes de patología. Recientemente, la inteligencia artificial, especialmente el aprendizaje profundo, ha demostrado un gran potencial en tareas de análisis de imágenes de patología, como la identificación de regiones tumorales, la predicción de pronósticos, la caracterización del microambiente tumoral y la detección de metástasis. Materiales y Métodos: En esta revisión, pretendemos ofrecer una visión general de las aplicaciones actuales y potenciales de los métodos de IA en el análisis de imágenes de patología, con énfasis en el cáncer de pulmón. Resultados: Esbozamos los desafíos y oportunidades actuales en el análisis de imágenes de patología del cáncer de pulmón, discutimos los desarrollos recientes en aprendizaje profundo que podrían impactar potencialmente la patología digital en el cáncer de pulmón y resumimos las aplicaciones existentes de algoritmos de aprendizaje profundo en el diagnóstico y pronóstico del cáncer de pulmón. Discusión y Conclusión: Con el avance de la tecnología, la patología digital podría tener grandes impactos potenciales en la atención de pacientes con cáncer de pulmón. Señalamos algunas direcciones futuras prometedoras para el análisis de imágenes de patología del cáncer de pulmón, incluyendo el aprendizaje multitarea, el aprendizaje por transferencia y la interpretación de modelos.