Artificial Intelligence Imaging Diagnosis Using Super-Resolution and Three-Dimensional Shape for Lymph Node Metastasis of Low Rectal Cancer: A Pilot Study From a Single Center.

ANTECEDENTES:Aunque el diagnóstico preoperatorio preciso de metástasis en los ganglios linfáticos es esencial para optimizar las estrategias de tratamiento para el cáncer de recto bajo, la precisión de las modalidades de diagnóstico actuales tiene margen de mejora.OBJETIVO:Establecer un método de diagnóstico de alta precisión para las metástasis en los ganglios linfáticos del cáncer de recto bajo utilizando inteligencia artificial.DISEÑO:Un estudio observacional retrospectivo.AJUSTE:Un único centro oncológico y una facultad de ingeniería en Japón.PACIENTES:En el presente estudio se incluyeron pacientes con adenocarcinoma rectal bajo sometidos a proctectomía, disección bilateral de ganglios linfáticos pélvicos laterales y tomografía computarizada con múltiples detectores con contraste (corte ≤1 mm) entre julio de 2015 y agosto de 2021. Se resecaron todos los ganglios linfáticos pélvicos desde la bifurcación aórtica hasta el borde superior del canal anal, independientemente de si estaban dentro o más allá del área de escisión mesentérica total, y se registraron los diagnósticos patológicos para entrenamiento y validación.PRINCIPALES MEDIDAS DE RESULTADO:Sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo y precisión.RESULTADOS:Se extrajeron y registraron un total de 596 ganglios patológicamente negativos y 43 positivos de 52 pacientes. Se realizaron y compararon cuatro métodos de diagnóstico, con y sin imágenes de súper resolución y sin datos de imagen en 3D. El método de superresolución + datos de imagen en 3D tuvo la mejor capacidad de diagnóstico para la combinación de sensibilidad, valor predictivo negativo y precisión (0,964, 0,966 y 0,968, respectivamente), mientras que el método de súper resolución solo tuvo la mejor capacidad de diagnóstico para la combinación de especificidad y valor predictivo positivo (0,994 y 0,993, respectivamente).LIMITACIONES:Pequeño número de pacientes en un solo centro y falta de validación externa.CONCLUSIONES:Nuestros resultados iluminan el potencial de la inteligencia artificial para que el método se convierta en otro elemento de cambio en el diagnóstico y tratamiento del cáncer de recto bajo. (Traducción ---Dr. Fidel Ruiz Healy ).