Meritxell ARENAS PRAT, Victor HERNANDEZ MASGRAU

Mauricio Murcia Mejía

Desenvolupament de models predictius basats en intel·ligència artificial per predir la supervivència dels pacients amb càncer de pulmó tractats amb SBRT combinant dades radiòmiques i metabolòmiques.

Disposem d’una col·lecció d’aproximadament 60 pacients amb càncer de pulmó tractats amb radioteràpia ablativa (SABR o SBRT) a l’Hospital Universitari Sant Joan de Reus pels que es disposa de dades metabolòmiques i clíniques. Disposem d’uns primers models predictius basats en machine learning per predir la resposta dels pacients a aquests basats en característiques radiòmiques i dades clíniques. L’objectiu d’aquest TFG és millorar aquests models, en concret incorporant anàlisis metabolòmiques, per desenvolupar una eina que assisteixi en la presa de decisions clíniques i poder millorar la selecció de pacients que es beneficia d’aquests tractaments, triar la millor opció terapèutica per cada pacient i individualitzar el seu tractament. Aquest projecte es desenvoluparà amb el Servei d’Oncologia Radioteràpica de l’Hospital Universitari Sant Joan de Reus. Els objectius del treball són: 1. Avaluar característiques radiòmiques de les imatges de TAC dels pacients amb càncer de pulmó tractats amb radioteràpia curativa a l’Hospital Universitari Sant Joan de Reus. 2. Desenvolupar models predictius de resposta al tractament d’aquests pacients incorporant anàlisis radiòmiques i metabolòmiques. 3. Comparar els models predictius amb models previs per investigar la capacitat predictiva de la radiòmica combinada amb la metabolòmica i la millora introduïda amb models d’intel·ligència artificial.

31-GEN-2025

-

-