Resumen

Introducción: El objetivo de este estudio fue clasificar la centellografía ósea corporal total con ^99mTc-MDP de pacientes con cáncer de próstata en no metastásico y metastásico, empleando la técnica de minería de datos WEKA con el el algoritmo Auto-WEKA.

Métodos: Se estudiaron retrospectivamente 200 pacientes de entre 45 y 85 años de edad (promedio 65 años). La presencia o ausencia de metástasis óseas se determinó revisando los informes realizados por los médicos de Medicina Nuclear. La centellografía ósea se procesó en WEKA con el algoritmo automático Auto-WEKA,(con y sin filtrado de las imágenes) y usado para clasificar las imágenes en no metastásicas y metastásicas con el modelo de Inteligencia Artificial RandomForest. 

Resultados: Aplicando a las imágenes 2 filtros, previo a Auto-WEKA se clasificaron las centellografías en no metastásicas y metastásicas con una sensibilidad de 100 vs. 98%, especificidad del 98% y área bajo la curva ROC (AUC) de 100%. 

Conclusión: Es factible implementar los algoritmos de aprendizaje automático para clasificar la centellografía ósea en no metastásica vs. metastásica con alta precisión.

Palabras clave: Auto-WEKA, minería de datos, inteligencia artificial, centellografía ósea, cáncer de próstata, clasificación de imágenes.