Modelele de învățare profundă în două etape îmbunătățesc evaluarea riscului pentru chisturile pancreatice
Leziunile chistice pancreatice sunt din ce în ce mai frecvente datorită utilizării tot mai răspândite a imagisticii prin secțiuni transversale.
Importanța clinică a acestor leziuni variază semnificativ: unele rămân inofensive, în timp ce altele au potențial malign și pot necesita intervenție chirurgicală. Evaluarea actuală se bazează pe caracteristici precum pereții chistului, septurile, nodulele murale, componentele solide, modificările ductului pancreatic și implicarea țesutului înconjurător. Totuși, aceste semne se suprapun adesea între diferitele tipuri de afecțiuni, iar interpretarea lor poate varia în funcție de experiența cititorului.
Radiomica convențională poate cuantifica modelele imagistice, dar depinde în mare măsură de segmentare, selecția manuală a caracteristicilor și alegeri tehnice care pot limita reproducibilitatea. Din cauza acestor provocări, este necesară o investigație mai profundă în modelele noninvazive care integrează faze imagistice complementare și oferă estimări fiabile ale riscului preoperator.
O echipă de cercetători de la Departamentul de Radiologie al Spitalului Peking Union Medical College, Academia Chineză de Științe Medicale și Peking Union Medical College, a publicat un studiu online pe 13 iulie 2026, în Medical Journal of Peking Union Medical College Hospital (DOI: 10.12290/xhyxzz.2026-0410). Aceștia au dezvoltat și evaluat modele de învățare profundă tridimensionale folosind tomografii computerizate (CT) cu contrast în fază arterială și venosă de la pacienți cu leziuni chistice pancreatice confirmate patologic.
Scopul lor a fost de a determina dacă combinarea ambelor faze imagistice ar putea îmbunătăți clasificarea benign-malign și să ofere un ajutor obiectiv pentru deciziile clinice înainte de intervenția chirurgicală.
Studiul retrospectiv, desfășurat într-un singur centru, a inclus 480 de pacienți cu 485 de leziuni, dintre care 206 erau maligne și 279 benigne. Cercetătorii au împărțit leziunile în seturi de antrenament, validare și testare independentă în proporție de 3:1:1, păstrând toate leziunile de la același pacient într-un singur subset. După înregistrarea imaginilor și preprocesare, au furnizat patru canale tridimensionale pentru cinci arhitecturi de rețea neurală: CT în fază arterială, CT în fază venosă, o mască pancreatică și o mască a leziunii. Patologia postoperatorie a servit drept standard de referință.
Modelul ResNeXt50 a oferit cele mai bune estimări generale. În setul de testare, a atins o valoare a ariei sub curba caracteristicilor receptorului (AUC) de 0.822, 73.20% acuratețe, 82.93% sensibilitate și 66.07% specificitate. AUC-ul său a depășit valorile versiunilor doar venos sau arterial, care au atins 0.796 și 0.785, respectiv. De asemenea, a arătat estimări mai ridicate decât radiomica convențională pentru AUC, acuratețe și sensibilitate. Totuși, câștigurile duale față de modelele unifazice și avantajele evidente față de radiomică nu au fost semnificativ statistice.
Clasificările modelului au arătat o bună concordanță cu două citiri efectuate de un radiolog, însă studiul nu a fost conceput pentru a stabili echivalența sau superioritatea față de specialiști. Autorii au menționat că principalul avantaj al modelului constă în a oferi clinicianilor o viziune suplimentară, repetabilă asupra riscului de malignitate, fără a înlocui judecata experților. Imaginile arteriale și venoase dezvăluie aspecte diferite ale leziunii, inclusiv țesuturi solide vascularizate, pereți chistici, septuri și relațiile cu pancreasul înconjurător. Combinarea acestor semnale poate ajuta la identificarea leziunilor care merită o atenție mai mare.
Ei au adăugat că specificitatea și calibrarea probabilității necesită încă îmbunătățiri și că rezultatele modelului ar trebui interpretate în paralel cu constatările clinice, testele de laborator, imagistica prin rezonanță magnetică, ecografia endoscopică și evaluarea radiologului. Această abordare ar putea sprijini în viitor trierea, revizuirea multidisciplinară și planificarea follow-up-ului pentru pacienții cu chisturi pancreatice incerte. Sensibilitatea relativ ridicată ar putea fi utilă pentru identificarea leziunilor maligne sau cu risc crescut care ar trebui evaluate suplimentar, în timp ce analiza standardizată ar putea reduce variabilitatea între citiri.
Cu toate acestea, dovezile rămân preliminare: setul de date provine dintr-un singur spital, include doar pacienți tratați chirurgical, necesită segmentare manuală a leziunilor și conține un număr limitat de cazuri pentru comparațiile de învățare profundă. Înainte de implementarea clinică, modelul va necesita recalibrare și validare în cadrul spitalelor, scanerelor și protocoalelor imagistice. Sistemele viitoare ar putea combina de asemenea CT cu imagistica prin rezonanță magnetică, ecografia endoscopică, analiza fluidului chistic, markerii tumorali și simptomele clinice.
