Imágenes impulsadas por IA para acelerar el desarrollo de fármacos oncológicos
Selección optimizada de pacientes y enriquecimiento de cohortes mediante perfiles de biomarcadores multiómicos
Con capacidades de estandarización de imágenes, detección y segmentación de lesiones impulsadas por IA y biomarcadores de imágenes predictivas basados en IA, la plataforma de Quibim permite un diseño de ensayos optimizado, agiliza la toma de decisiones y mejora el desarrollo de tratamientos personalizados.
Al combinar el análisis cuantitativo de imágenes extraídas de imágenes SoC con la elaboración de perfiles de biomarcadores multiómicos, no solo optimizamos la selección de pacientes y el enriquecimiento de cohortes, sino que también revelamos la heterogeneidad tumoral, las características del microambiente y los patrones de respuesta al tratamiento. Utilizados solos o con datos de pacientes, estos biomarcadores ayudan a identificar a los pacientes con mayor probabilidad de beneficiarse de terapias dirigidas o inmunooncológicas, lo que mejora la eficiencia de los ensayos mediante el enriquecimiento de cohortes impulsado biológicamente y acelera el tiempo de obtención de resultados.
Preprocesamiento de armonización de imágenes para la reproducibilidad en múltiples sitios
Garantice información estandarizada y de alta calidad a partir de imágenes médicas en todos los sitios y escáneres con armonización avanzada
Con frecuencia, encontramos variabilidad en los datos de imágenes del mundo real debido a las diferencias en los protocolos de adquisición y los tipos de escáner, lo que provoca cambios significativos en la intensidad de la imagen. Estas inconsistencias dificultan la interpretación tradicional, reducen la robustez de los modelos de IA y comprometen la reproducibilidad de los biomarcadores de imagen, especialmente en la resonancia magnética.
La armonización es un paso fundamental de preprocesamiento para mejorar la generalización del modelo de IA y garantizar la reproducibilidad en estudios a gran escala.
El proceso de armonización de Quibim estandariza las imágenes en todos los escáneres y protocolos, lo que garantiza la consistencia y mejora la confiabilidad de la IA en ensayos clínicos en múltiples sitios.
Conjunto de imágenes de resonancia magnéticapre- (izquierda) y post-armonización (derecha)
Detección y segmentación automatizada de órganos y lesiones
Acelere los flujos de trabajo de imágenes y reduzca la variabilidad en estudios oncológicos de alto rendimiento.
Nuestros algoritmos de segmentación validados identifican, segmentan y miden órganos y lesiones en exploraciones PET/TC con PSMA, PET/TC con FDG, TC y RM. Estas herramientas reducen drásticamente el esfuerzo manual que tradicionalmente realizaban los lectores y proporcionan resultados consistentes y reproducibles en diversos conjuntos de datos.
La segmentación validada y totalmente automatizada en múltiples órganos está superando esta barrera. El desarrollo continuo busca cumplir y superar los estándares de los ensayos clínicos en cuanto a rendimiento, escalabilidad y precisión.
Caracterización y seguimiento cuantitativo de lesiones
1. Herramienta de evaluación de lesiones con apoyo de IA
Lesiones objetivo detectadas, segmentadas y medidas automáticamente de un paciente con CPCNP avanzado al inicio [izquierda] y en la primera exploración durante el tratamiento. [derecha]
Las herramientas de Quibim identifican, segmentan, miden y rastrean automáticamente las lesiones durante el ensayo clínico. Al optimizar estos procesos, se optimizan las evaluaciones radiológicas, que son más rápidas y menos variables, para lograr interpretaciones más consistentes. Los expertos también pueden segmentar o ajustar manualmente los resultados automatizados dentro de un visor DICOM integrado compatible con RECIST 1.1 y sus variaciones sin comprometer la eficiencia del flujo de trabajo.
Las características incluyen:
-
Cuantificación de la carga tumoral en múltiples órganos, con expansión continua
-
Cinética del crecimiento tumoral para análisis retrospectivo y simulación predictiva
-
Evaluación de la heterogeneidad tumoral mediante radiómica
Beneficio : Monitoreo robusto de la respuesta al tratamiento y progresión tumoral.
2. Evaluación de la carga tumoral de todo el cuerpo
Máscara de segmentación 3D de una exploración PET/CT con PSMA [18F] en un paciente con CPRCm. Las métricas incluyen el recuento tumoral, el volumen tumoral específico de órgano y el volumen tumoral total (TTV). Para la imagen molecular (p. ej., PET con PSMA, PET con FDG), también se evalúan las métricas relacionadas con la captación.
3. Cinética del crecimiento tumoral
La evaluación retrospectiva y las simulaciones predictivas de lesiones individuales y la evolución de la carga tumoral proporcionan información sobre la evolución tumoral en múltiples ramas de tratamiento. Esta capacidad permite a los investigadores modelar y comparar los resultados del tratamiento con una precisión sin precedentes.
Tomografías computarizadas de un paciente con CPNM avanzado que muestran la evolución de la lesión objetivo en tres momentos. Esta simulación conceptual ilustra cómo se pueden evaluar la cinética del crecimiento tumoral y la delta-radiómica en diferentes regímenes de tratamiento. No se basa en un modelo predictivo real..
4. Evaluación de la heterogeneidad tumoral
La entropía y otras características radiómicas avanzadas extraídas de imágenes médicas ayudan a cuantificar la variabilidad intralesional, lo cual es crucial para comprender la agresividad del tumor y predecir la respuesta al tratamiento.
La heterogeneidad intralesional se cuantificó mediante la entropía obtenida mediante una resonancia magnética DWI. Las características de la textura revelan una heterogeneidad microscópica que trasciende la evaluación visual. Una entropía alta suele indicar tumores más agresivos, mientras que una entropía baja sugiere una mejor respuesta al tratamiento. Los cambios temporales pueden servir como biomarcadores tempranos del efecto terapéutico..
5. Modelos basados en características
Modelos basados en características para la extracción de miles de variables relacionadas con los tejidos (incluidas características radiómicas, características profundas y biomarcadores de imágenes).
Extracción avanzada de características profundas a partir de un cuadro delimitador de un tumor y su microambiente utilizando una arquitectura codificador-decodificador. cuadro delimitador
Paneles de biomarcadores de imágenes escalables para medicina de precisión
Extraemos características de alta dimensión, incluyendo radiómicas, características profundas y biomarcadores de imagen, de datos a nivel de órgano y lesión para crear paneles personalizados para uso diagnóstico, pronóstico y predictivo. Estos paneles facilitan el enriquecimiento de cohortes y la estratificación de pacientes. Los paneles de biomarcadores de Quibim permiten la caracterización detallada de la enfermedad, el seguimiento de la respuesta y la evaluación del tratamiento. Nos estamos expandiendo hacia clasificadores de imágenes mutacionales: modelos de IA que predicen de forma no invasiva características moleculares, como el estado de mutación del EGFR en el CPNM. Al combinar el análisis avanzado de imágenes con el modelado predictivo, Quibim está forjando el futuro de la medicina de precisión.
Encuentra todas estas funcionalidades en QP-Insights, una plataforma de imágenes de extremo a extremo
Una plataforma de nueva generación diseñada para la gestión, almacenamiento y análisis de datos multi-ómicos y de imágenes médicas a gran escala, optimizada para estudios clínicos y proyectos de investigación.
Artículos relacionados
-
La FDA autoriza QP-Prostate® CAD de Quibim para detectar y diagnosticar lesiones de cáncer de próstata
LEER MÁS
-
Charla sobre inteligencia artificial en ECR 2024
LEER MÁS
-
Philips se asocia con el especialista en biomarcadores de imágenes Quibim para desarrollar soluciones de imágenes e informes basados en IA para exámenes de próstata por resonancia magnética
LEER MÁS