Predicciones de IA para el cáncer colorrectal: un paso más hacia la oncología de precisión eficiente
Según la OMS, el cáncer colorrectal es la segunda causa de muerte por cáncer en el mundo. Por primera vez, investigadores del Helmholtz de Múnich y de la Universidad Tecnológica de Dresde (TU Dresden) demuestran que las predicciones basadas en inteligencia artificial (IA) pueden ofrecer resultados comparables a los de los análisis clínicos de biopsias de pacientes con CCR.
Las predicciones de la IA pueden acelerar el análisis de las muestras de tejido, lo que se traduce en decisiones de tratamiento más rápidas. Este novedoso modelo de detección de biomarcadores representa un importante avance hacia la aplicación de enfoques terapéuticos de precisión en el campo de la oncología. El método se publica ahora en Cancer Cell.
Un equipo de científicos formado por la Dra. Tingying Peng, del Instituto Helmholtz de Múnich, y el Prof. Jakob N. Kather, de la Universidad Técnica de Dresde, ha demostrado que la IA puede predecir biomarcadores específicos en muestras de tejido teñido de pacientes con CCR. Utilizaron las llamadas redes de transformadores, un enfoque reciente de aprendizaje profundo (DL), para identificar patrones y apoyar las decisiones de diagnóstico en el manejo del cáncer. El nuevo método mejora significativamente los enfoques anteriores para la detección de biomarcadores.
La evaluación a gran escala demuestra una mejor generalización y eficiencia de los datos
El equipo de investigadores desarrolló un software que utiliza la nueva tecnología de redes neuronales transformadoras en todo el proceso de análisis. Demuestran que su enfoque mejora sustancialmente el rendimiento, la generalizabilidad, la eficiencia de los datos y la interpretabilidad al evaluarlo en una gran cohorte multicéntrica de más de 13.000 pacientes de 16 cohortes de siete países (Australia, China, Alemania, Israel, Países Bajos, Reino Unido, EE.UU.), parte de la cual fue aportada por investigadores del Centro Alemán de Investigación Oncológica (DKFZ) de Heidelberg y la red de los Centros Nacionales de Enfermedades Tumorales (NCT). El algoritmo entrenado en la gran cohorte multicéntrica alcanza una sensibilidad muy alta en muestras de tejido de resección obtenidas durante la cirugía. Sorprendentemente, aunque su modelo sólo ha sido entrenado en muestras de tejido procedentes de resecciones, los resultados pueden alcanzar también un alto rendimiento en tejido de biopsia obtenido durante una colonoscopia. Sophia J. Wagner, primera autora del estudio, subraya que "la generalización al tejido de biopsia aumenta el beneficio del algoritmo para el paciente cuando se implanta finalmente en la rutina clínica".
La preselección de biopsias basada en IA acelera el diagnóstico
Debido a su alta sensibilidad en tejido de biopsia, el algoritmo podría servir como herramienta de preselección seguida de pruebas afirmativas para los casos que recibieron un resultado positivo durante las pruebas de IA. La aplicación de la predicción de biomarcadores basada en IA podría reducir la carga de pruebas y, por tanto, acelerar el paso entre la toma de la biopsia y la determinación molecular del estado de riesgo genético, permitiendo así un tratamiento más temprano del paciente con inmunoterapia si está indicado.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
Reciba la industria de las ciencias biológicas en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de biotecnología, productos farmacéuticos y ciencias de la vida le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
