ANÁLISIS DE TEXTURA PARA DIFERENCIAR CARCINOMA ESCAMOCELULAR Y BASOCELULAR DE LA PIEL

Resumen

OBJETIVOS El carcinoma escamocelular y el carcinoma basocelular son los tumores cutáneos no melanocíticos más frecuentes. Su apariencia en imagen es similar y no muestra signos distintivos más allá de los focos hiperecogénicos característicos del carcinoma escamocelular. El objetivo de este trabajo es determinar si la radiómica es útil en la diferenciación de estos dos tipos de tumores. MATERIAL Y MÉTODOS Se seleccionaron pacientes con carcinoma escamocelular y basocelular de la piel, todos ellos con resultado de anatomía patológica disponible, a los que se realizó un TC de cuello prequirúrgico con técnica similar entre 2013 y 2023. Se realizó una segmentación volumétrica de todos los tumores, obteniendo datos de textura con estadísticos de primer nivel. Se generaron diversos predictores de Machine Learning (ML) con estos datos para valorar la capacidad de predicción de cada algoritmo. RESULTADOS Se alcanzó una precisión del 60 % (S 100%, E 40%) (aceptable) para diferenciar entre carcinoma escamocelular de basocelular mediante un algoritmo creado con Random Forest. Si bien el resultado no es excelente, abre vías para valorar la diferenciación por imagen en TC de esta entidad, que quizás requiera de otros tipos de análisis incluyendo identificación por Deep Learning. CONCLUSIONES El análisis de datos de radiómica permite una diferenciación aceptable del cáncer escamocelular y basocelular de la piel. Es preciso trabajar con bases de datos más amplias para mejorar los resultados del análisis y establecer posibles diferencias reales entre los dos tumores.