Diferenciación de lesiones de la mandíbula mediante técnicas de inteligencia artificial

Resumen

Objetivos:La diferenciación mediante técnicas de imagen de lesiones quísticas y lesiones tumorales de aspecto quístico en la mandíbula es fundamental para la toma de decisiones terapéuticas. En ocasiones esta diferenciación es compleja y limitada por la similitud entre las distintas entidades. El propósito de este estudio es valorar la utilidad del análisis de textura como herramienta para diferenciar las lesiones mandibulares de apariencia quística más frecuentes.  Material y métodos: Se seleccionaron 15 pacientes con ameloblastoma, 15 con quiste dentígero, 15 con quiste periapical, y 15 con queratoquiste con confirmación anatomopatológica. A todos los pacientes se les realizó un TC de mandíbula sin CIV. Se segmentó la totalidad de la totalidad de la lesión y se obtuvieron datos de radiómica con datos estadísticos de primer y segundo orden. Posteriormente se creó un algoritmo matemático con métodos de Machine Learning para identificar cada tipo de lesión y realizar una predicción basada en los datos de radiómica.  Resultados: Las lesiones tumorales de aspecto quístico presentan una mayor complejidad estructural, reflejada en un aumento de la entropía y de la variabilidad de densidad en el interior de la lesión con datos más extremos de curtosis y asimetría. Los quistes mandibulares (periapical y dentígero) tienden a mostrar cualidades más homogéneas en el análisis de textura, facilitando su detección automatizada. Conclusión: El análisis de textura puede ser de utilidad en la diferenciación de lesiones quísticas de la mandíbula, mejorando la aproximación diagnóstica y por tanto el manejo terapéutico del paciente.