El primer lugar en categoría Oral recayó en el estudio “Evaluación de modelos de inteligencia artificial en urología. Predicción de recaída bioquímica en cáncer de próstata post prostatectomía”. El trabajo fue liderado por el Dr. Miguel Ángel Berguero y presentado por el Dr. Patricio Modina.
Primer Premio Trabajos Libres, categoría Oral, Dr. Patricio Modina:
“Este trabajo tiene un gran potencial para la práctica clínica de la urología”
El primer lugar en categoría Oral recayó en el estudio “Evaluación de modelos de inteligencia artificial en urología. Predicción de recaída bioquímica en cáncer de próstata post prostatectomía”. El trabajo fue liderado por el Dr. Miguel Ángel Berguero y presentado por el Dr. Patricio Modina.
Entre el 18 al 50 % de los pacientes sometidos a una prostatectomía radical experimentan una recaída bioquímica, por lo que la decisión de llevar a cabo este estudio se debió a la relevancia clínica y epidemiológica de este fenómeno. Así lo comenta el Dr. Patricio Modina, respecto a la decisión de presentar el trabajo en el Congreso CAU Chile 2023.
El trabajo en el cual participaron los doctores M.A. Bergero, P. Molina, L. Costa, R. Hosman, W. Villamil, C. David, A. Romero y P. Martínez, todos de Buenos Aires, Argentina, tuvo como objetivo construir y comparar modelos de inteligencia artificial para predecir la recaída bioquímica en pacientes con cáncer de próstata localizado y que se sometieron a una prostatectomía radical asistida por robot.
“Existe una necesidad significativa de herramientas predictivas precisas para identificar aquellos pacientes en riesgo de recaída. El uso de inteligencia artificial y modelos predictivos puede mejorar la capacidad de predecir esta recaída, lo cual es crucial para la planificación del tratamiento y el seguimiento de los pacientes con cáncer de próstata”, enfatizó el Dr. Modina.
De acuerdo a sus palabras, el estudio presentado ofrece una innovación importante al aplicar técnicas de aprendizaje automático para predecir la recaída bioquímica del cáncer de próstata después de una prostatectomía radical. “Estas técnicas representan un avance significativo en comparación con los modelos estadísticos tradicionales, ya que pueden ofrecer una mayor precisión en la predicción. Este trabajo tiene un gran potencial para la práctica clínica de la urología, ya que podría contribuir a identificar de manera más precisa a los pacientes en riesgo de recaída, permitiendo un seguimiento más cercano y la intervención temprana”, destacó.
El especialista también se refirió a los desafíos que surgieron durante la realización del trabajo, como la obtención y selección de datos clínicos relevantes y de calidad para crear los modelos de inteligencia artificial. “La interpretación de los resultados del modelo de aprendizaje automático y su comparación con el normograma CAPRA-S también resultó un desafío en términos de su aplicabilidad clínica y la comprensión de los factores predictivos más importantes para la recaída bioquímica”, concluyó.