Tabla de contenidos
La inteligencia artificial se incorpora a la evaluación del cáncer
Investigadores desarrollan herramientas de inteligencia artificial capaces de analizar imágenes y datos relacionados con distintos tipos de cáncer.
Los sistemas buscan aportar información sobre el diagnóstico, el pronóstico y la respuesta a tratamientos, pero no sustituyen la evaluación de los médicos.
Los avances abarcan desde modelos que analizan muestras de patología hasta herramientas aplicadas a mamografías y estudios de medicina nuclear.
Harvard desarrolla un modelo para evaluar 19 tipos de cáncer
Investigadores de Harvard desarrollaron el modelo Clinical Histopathology Imaging Evaluation Foundation, conocido como CHIEF, diseñado para realizar diferentes tareas relacionadas con el cáncer.
El sistema fue probado en 19 tipos de cáncer y puede utilizarse para detectar tumores, identificar su posible origen, analizar características moleculares y estimar el pronóstico de los pacientes.
Según Kun-Hsing Yu, profesor asociado de Informática Biomédica de la Facultad de Medicina de Harvard, una de las principales características de CHIEF es su versatilidad.
El modelo analiza tanto características de las células como la organización general del tejido para relacionarlas con información sobre la biología del tumor.
En cáncer colorrectal, los investigadores identificaron asociaciones entre patrones del tejido, expresión genética, alteraciones genéticas e inestabilidad de microsatélites.
Los especialistas señalan que el siguiente paso consiste en realizar pruebas prospectivas para determinar si la asistencia de la inteligencia artificial puede mejorar las decisiones clínicas y los resultados de los pacientes.
IA también ayuda a analizar mamografías
La aplicación de estas tecnologías también se ha extendido al análisis de imágenes mamarias.
Amy Patel, profesora clínica asociada de Radiología en la Facultad de Medicina de la Universidad de Kansas, señaló que los resultados disponibles muestran avances particularmente relevantes en mamografía.
De acuerdo con los estudios citados por la especialista, el ensayo MASAI, realizado en Suecia con 105 mil 934 mujeres, registró un aumento relativo del 29% en la detección de cáncer frente a la doble lectura realizada por radiólogos.
El estudio PRAIM, realizado en Alemania con 463 mil 94 mujeres, registró un incremento de 17.6% en la detección de cáncer bajo el esquema analizado.
En Estados Unidos, otro estudio citado por Patel encontró un aumento de 22% en la detección de cáncer y de 26% en la detección de cáncer invasivo, sin incremento en la tasa de repetición de estudios.
La especialista advirtió que los resultados deben analizarse considerando las diferencias entre sistemas de salud, poblaciones, densidad mamaria y métodos de interpretación de las imágenes.
Un proyecto busca detectar zonas con falta de oxígeno en tumores
En Argentina, investigadoras de la Universidad de Palermo desarrollan una herramienta de inteligencia artificial para analizar la hipoxia tumoral, es decir, regiones de los tumores con bajos niveles de oxígeno.
El proyecto combina IA con estudios de PET dinámico, una técnica de medicina nuclear que permite observar el comportamiento de un trazador radiactivo dentro del organismo.
La investigación utiliza FMISO, un trazador que puede acumularse en tejidos con baja disponibilidad de oxígeno.
El objetivo es entrenar una red neuronal capaz de analizar las curvas generadas por el PET dinámico, identificar regiones tumorales hipóxicas y reducir el tiempo de procesamiento de horas a segundos.
Las investigadoras Agustina Jurgiel y Jazmín Schwartz trabajan en el desarrollo de esta herramienta.
A futuro, el sistema podría contribuir a identificar regiones persistentemente hipóxicas y estudiar cómo incorporar esa información en la planificación de tratamientos, como la radioterapia.
La UBA desarrolla IA para anticipar la respuesta a la quimioterapia
Otro proyecto, desarrollado por investigadores de la Universidad de Buenos Aires (UBA) y el CONICET, busca utilizar inteligencia artificial para anticipar cómo podría responder cada paciente con cáncer a determinados tratamientos.
La metodología se encuentra en fase preclínica y utiliza muestras de pacientes para identificar biomarcadores relacionados con la resistencia temprana a los tratamientos.
Los investigadores analizan muestras de sangre, suero, tejido tumoral y líquido cefalorraquídeo para identificar moléculas asociadas con la respuesta a la quimioterapia.
El equipo trabaja actualmente con tumores del sistema nervioso central en adultos y pacientes pediátricos, leucemia mieloide crónica y estudios relacionados con cáncer de páncreas.
El objetivo es evitar tratamientos ineficaces
Matías Pibuel, bioquímico e investigador de la UBA y el CONICET, explicó que la herramienta busca identificar previamente si un tratamiento podría ser efectivo.
Actualmente, la respuesta a una quimioterapia puede conocerse después de tres o cuatro sesiones, según explicó el investigador.
La posibilidad de anticipar una respuesta insuficiente permitiría evaluar otras alternativas terapéuticas y evitar que los pacientes reciban tratamientos que podrían generar efectos adversos sin un beneficio clínico esperado.
El equipo estima que la herramienta podría validarse clínicamente durante los próximos dos años, mientras que su posible aplicación hospitalaria podría concretarse en un período de entre cinco y diez años.
La IA todavía requiere validación clínica
Aunque los diferentes desarrollos muestran aplicaciones potenciales en oncología, los especialistas destacan la necesidad de realizar más estudios antes de incorporar estas herramientas de manera generalizada.
Entre los aspectos pendientes se encuentran las pruebas en poblaciones diversas, el monitoreo constante del rendimiento, la evaluación de posibles sesgos y la comprobación de que los algoritmos funcionen de manera consistente en distintos centros médicos.
La inteligencia artificial puede aportar nuevas herramientas para analizar imágenes, características tumorales y respuesta a tratamientos, pero las decisiones clínicas continúan bajo la responsabilidad de los profesionales de la salud.
