El IASLC está iniciando una nueva iniciativa estratégica para avanzar en la aplicación de imágenes cuantitativas para la detección y el tratamiento del cáncer de pulmón temprano, especialmente a través de la detección temprana del cáncer de pulmón basada en TC.
The Early Lung Imaging Confederation (ELIC): una red compartida de recursos de imágenes
Esta iniciativa es Early Lung Imaging Confederation (ELIC) y es una alianza internacional de personas e instituciones colaboradoras que comparten la visión de desarrollar una base de datos de imágenes de cáncer de pulmón y un entorno de análisis computacional distribuidos globalmente y con protección de la privacidad. ELIC está diseñado para permitir el análisis y estudio de colecciones extremadamente grandes de imágenes de cáncer de pulmón por TC ensambladas internacionalmente con control de calidad y datos biomédicos asociados. Un objetivo fundamental de ELIC es apoyar el desarrollo de métodos de aprendizaje profundo o enfoques de inteligencia artificial para detectar el cáncer de pulmón temprano y otras enfermedades utilizando imágenes de TC torácica, caracterizar pequeños nódulos pulmonares y estructuras circundantes y medir la capacidad de respuesta a las intervenciones terapéuticas.
La infraestructura de ELIC se está desarrollando utilizando un modelo Hub and Spoke y aprovechando los recursos de computación en la nube y permitirá a los grupos de investigación clínica (Spokes) hacer de forma segura sus colecciones de imágenes de cáncer de pulmón anónimas y almacenadas localmente a disposición para el análisis computacional de otros grupos de investigación (Clientes ), todo coordinado por un servidor central administrado por ELIC (Hub).
fase I
Este proyecto inicial de prueba de concepto demostró el potencial del ELIC Hub and Spoke Environment (H&SE) para proporcionar un recurso útil para estudios cuantitativos de imágenes pulmonares globales. Para esta fase inicial, se utilizaron recursos globales de computación en la nube con más de 100 conjuntos de datos de imágenes de cribado de cáncer de pulmón por TC no identificados y disponibles públicamente. Un sitio web central distribuyó simultáneamente dos solicitudes de algoritmos de medición de pulmón cuantitativos de código abierto a 10 sitios de radios virtuales distribuidos a nivel mundial que contenían una copia de los conjuntos de datos de imágenes de detección de cáncer de pulmón por TC disponibles al público.
Fase II
La infraestructura ELIC H&SE está experimentando un mayor desarrollo para llevarla de un piloto de prueba de concepto a una base de datos funcional distribuida a nivel mundial y un entorno computacional capaz de realizar estudios cuantitativos de imágenes de cáncer de pulmón útiles. Se están agregando referencias a herramientas y recursos para realizar la desidentificación de datos para apoyar a los grupos de investigación que cargarán conjuntos de datos y metadatos de imágenes pulmonares en ELIC H&SE. Se ha creado un manual técnico que brinda a los investigadores radiales especificaciones técnicas y métodos para cargar imágenes y metadatos, así como orientación sobre cómo los clientes pueden participar en ELIC H&SE. Un documento separado brinda orientación sobre el proceso de instalación y uso de Clinical Trial Processor (CTP), una herramienta de desidentificación DICOM de código abierto. Los radios iniciales, se han identificado seis, 1) identificarán las imágenes y los datos necesarios; 100 casos con 2 imágenes por caso (25 con cáncer, 25 sin cáncer, sin nódulos y 50 con nódulos pero sin cáncer detectado), extraiga las imágenes y los datos de su base de datos actual, anule la identificación de los datos y formatee para cargar radios , cargue los datos en los radios y controle el radio. Después de que los sitios carguen sus 100 casos iniciales de imágenes y datos, se ejecutarán múltiples algoritmos cuantitativos de análisis pulmonar, de Accumetra / ELIC o de las instituciones contribuyentes, en los conjuntos de datos distribuidos globalmente dentro de los radios.
La IASLC agradece la participación de sitios e investigadores de todo el mundo que están contribuyendo con su tiempo y sus datos para avanzar en este proyecto.
La IASLC desea agradecer a AstraZeneca por su apoyo a la Fase II.
Fase III
La fase 3 ampliará el ELIC H&SE y ampliará el número de radios en un factor de 2 o 3 y aumentará el número de imágenes en un factor de 100 o 1000. Se aplicarán enfoques de aprendizaje profundo e inteligencia artificial al gran conjunto de datos para mejorar la precisión de la determinación de malignidad de los nódulos pulmonares, determinar otros biomarcadores de imágenes, mejorar el flujo de trabajo de los radiólogos y crear mejores criterios de riesgo para definir quién debe someterse a exámenes de detección en el futuro.
