Personalizar preferências de consentimento

Utilizamos cookies para ajudar você a navegar com eficiência e executar certas funções. Você encontrará informações detalhadas sobre todos os cookies sob cada categoria de consentimento abaixo.

Os cookies que são classificados com a marcação “Necessário” são armazenados em seu navegador, pois são essenciais para possibilitar o uso de funcionalidades básicas do site.... 

Sempre ativo

Os cookies necessários são cruciais para as funções básicas do site e o site não funcionará como pretendido sem eles. Esses cookies não armazenam nenhum dado pessoalmente identificável.

Bem, cookies para exibir.

Cookies funcionais ajudam a executar certas funcionalidades, como compartilhar o conteúdo do site em plataformas de mídia social, coletar feedbacks e outros recursos de terceiros.

Bem, cookies para exibir.

Cookies analíticos são usados para entender como os visitantes interagem com o site. Esses cookies ajudam a fornecer informações sobre métricas o número de visitantes, taxa de rejeição, fonte de tráfego, etc.

Bem, cookies para exibir.

Os cookies de desempenho são usados para entender e analisar os principais índices de desempenho do site, o que ajuda a oferecer uma melhor experiência do usuário para os visitantes.

Bem, cookies para exibir.

Os cookies de anúncios são usados para entregar aos visitantes anúncios personalizados com base nas páginas que visitaram antes e analisar a eficácia da campanha publicitária.

Bem, cookies para exibir.

Artificial Intelligence in Brain Tumor Imaging

Compartilhe ►

Artificial Intelligence in Brain Tumor Imaging: A Step toward Personalized Medicine

Maurizio Cè 1Giovanni Irmici 1Chiara Foschini 1Giulia Maria Danesini 1Lydia Viviana Falsitta 1Maria Lina Serio 2Andrea Fontana 1Carlo Martinenghi 3Giancarlo Oliva 4Michaela Cellina 4

Affiliations expand

Free PMC article

Abstract

The application of artificial intelligence (AI) is accelerating the paradigm shift towards patient-tailored brain tumor management, achieving optimal onco-functional balance for each individual. AI-based models can positively impact different stages of the diagnostic and therapeutic process. Although the histological investigation will remain difficult to replace, in the near future the radiomic approach will allow a complementary, repeatable and non-invasive characterization of the lesion, assisting oncologists and neurosurgeons in selecting the best therapeutic option and the correct molecular target in chemotherapy. AI-driven tools are already playing an important role in surgical planning, delimiting the extent of the lesion (segmentation) and its relationships with the brain structures, thus allowing precision brain surgery as radical as reasonably acceptable to preserve the quality of life. Finally, AI-assisted models allow the prediction of complications, recurrences and therapeutic response, suggesting the most appropriate follow-up. Looking to the future, AI-powered models promise to integrate biochemical and clinical data to stratify risk and direct patients to personalized screening protocols.

Keywords: artificial intelligence; brain tumors; deep learning; glioblastoma; prognosis prediction.

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10047107/