Anales de la RANM

41 A N A L E S R A N M R E V I S T A F U N D A D A E N 1 8 7 9 LA RADIÓMICA Y LOS BIOMARCADORES DE IMAGEN Luis Martí-Bonmatí An RANM · Año 2019 · número 136 (01) · páginas 34 a 42 El acceso abierto a sus infraestructuras debe cum- plir con la normativa de protección de datos y re- quiere de una estructura definida. Entre los aspec- tos más importantes de su organización cabe des- tacar la incorporación de nuevos datos, una onto- logía común estandarizada, los rangos y espectros de enfermedades, su dependencia organizativa, la estratificación de la afectación, la asociación con otros datos clínicos y biológicos como covariables, los criterios necesarios previos a la solicitud de ac- ceso, y la existencia de comités de acceso y de di- rección de esta infraestructura (Figura 4). Su marco computacional intensivo proporciona a los investigadores, como valor añadido, diversas herra- mientas, datos metodológicos y experiencia previa para mejorar la investigación con el uso de fenotipos computacionales que permitan generar una inferen- cia casual de calidad para una mejor atención mé- dica a los pacientes. Su objetivo final es ofrecer en abierto un sistema de ayuda a la toma de decisiones para aquellos niños con diagnóstico inicial de neu- roblastoma y gliomas difusos infiltrativos de puente a través de la imagen computacional. Para ofrecer esta ayuda en condiciones de reprodu- cibilidad y rapidez, se utilizarán datos del mundo real (RWD) e inteligencia artificial. Las soluciones de Deep Learning generarán datos de calidad en el entorno de la Disección Virtual (aprendiendo des- de la segmentación manual a la automática cómo separar órganos y lesiones para su análisis indivi- dual) y de la Biopsia Virtual (como extraer auto- máticamente de forma robusta a la falta inherente de estandarización en imagen médica los diversos biomarcadores de imagen, uni- y multi-variantes) (Figura 5). Figura 4. Ejemplo de un diseño de estudio observacional retrospectivo in-silico (EORIS) donde desde una gran población de datos, se extraen los casos que cumplen criterios de inclusión, y se eliminan los que cumplen criterios de exclusión. De estos casos se obtienen datos radiómicos, parámetros y firmas multivariantes que deberán relacionarse con las cohortes virtuales establecidas tras controlar los sesgos de confusión. De esta forma se obtiene biomarcadores subrogados que deberán validar- se en otra serie independiente de casos externos.