Diagnóstico molecular de tumores cerebrales con ayuda de inteligencia artificial
Investigadores del Centro Hopp de Tumores Infantiles de Heidelberg (KiTZ), el Centro Alemán de Investigación Oncológica (DKFZ), la Facultad de Medicina de Heidelberg (MFHD) de la Universidad de Heidelberg y el Hospital Universitario de Heidelberg (UKHD) han dado un paso decisivo hacia un diagnóstico más preciso de los tumores cerebrales. La última versión del "Clasificador de metilación de tumores del SNC de Heidelberg", basado en IA y utilizado en todo el mundo, reconoce más de 180 tipos de tumores, el doble que la versión anterior. Este nuevo avance ayuda a los médicos a identificar con mayor precisión los tumores del sistema nervioso central (SNC) y, por tanto, a planificar las terapias de forma más selectiva y cuidadosa.
Durante mucho tiempo, la visión a través del microscopio era decisiva para el diagnóstico del cáncer y, hasta hace poco, la mayoría de los tumores cerebrales se clasificaban principalmente en grupos tumorales en función de sus características microscópicas. Entretanto, los análisis moleculares adicionales se han convertido en un pilar central del diagnóstico moderno en neurooncología. Según la Organización Mundial de la Salud (OMS), figuran como un método deseable o incluso indispensable para la clasificación precisa de los distintos tipos de tumores.
El llamado "clasificador de metilación" es un método basado en IA que evalúa diminutos cambios químicos en la superficie del material genético, las llamadas metilaciones del ADN, para determinar el origen y el tipo de un tumor. "Estos rastros epigenéticos son como una huella dactilar molecular y permiten una asignación clara de los tumores del sistema nervioso central, de los que existen más de 100 subtipos", afirma Felix Sahm, catedrático de Neuropatología de la Facultad de Medicina de la Universidad de Heidelberg, subdirector médico del Departamento de Neuropatología del Hospital Universitario de Heidelberg (UKHD), científico del KiTZ y uno de los dos autores principales del estudio.
En la nueva versión 12.8, el "clasificador" se entrenó a partir de unas 7.500 muestras de tumores, casi el triple que en la versión anterior. El número de tipos tumorales reconocibles aumentó de 91 a 184, gracias a la estrecha colaboración con más de 100 clínicas e instituciones de investigación de todo el mundo y a los datos de una plataforma en línea en la que los neuropatólogos comparten sus análisis.
Desarrollado originalmente en el Centro Hopp de Tumores Infantiles de Heidelberg (KiTZ), el Centro Alemán de Investigación Oncológica (DKFZ) y la Facultad de Medicina de Heidelberg (MFHD) de la Universidad de Heidelberg y el Hospital Universitario de Heidelberg (UKHD), el método utiliza una rama de la IA conocida como aprendizaje automático para analizar automáticamente los patrones de metilación de las muestras tumorales. Proporciona una evaluación de probabilidad para cada resultado. Esto permite a los patólogos evaluar la fiabilidad del diagnóstico.
El potencial clínico del método se demostró en el análisis de tumores infantiles de diferentes cohortes de pacientes: al combinar los datos moleculares con los análisis clásicos de tejidos, se pudieron corregir casos previamente clasificados erróneamente. Algunos tumores que antes se clasificaban como malignos eran en realidad menos agresivos y, por tanto, los niños afectados tenían más posibilidades de sobrevivir de lo que se suponía en un principio.
"En estos casos, el tratamiento también podría ser más suave", subraya David Jones, jefe de departamento del KiTZ y el DKFZ. "Esto significa que el método puede ayudar a identificar los tumores con mayor precisión, mejorar las decisiones de tratamiento y evaluar el pronóstico de los pacientes con tumores del SNC de forma más fiable".
El método apoyado por IA se publicó por primera vez en la reconocida revista Nature en 2018 y se hizo accesible en todo el mundo de forma gratuita a través de la plataforma en línea. Desde entonces, el "Clasificador" de Heidelberg ha sido utilizado por patólogos de todo el mundo. Hasta la fecha se han analizado más de 160.000 muestras de tumores cerebrales de todos los continentes.
Después de que el clasificador de metilación solo pudiera utilizarse inicialmente con fines de investigación, en 2022 la empresa derivada Heidelberg Epignostix GmbH lo puso a disposición de todo el mundo como procedimiento de diagnóstico. Además, se fundó un consorcio internacional para que todo el proceso -desde la generación de datos hasta el análisis basado en IA- esté disponible en países de bajos ingresos de todo el mundo.
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 Alemán se puede encontrar aquí.
Más noticias del departamento ciencias
Noticias más leídas
Más noticias de nuestros otros portales
Algo está pasando en la industria de las ciencias de la vida ...
Así es el verdadero espíritu pionero: Muchas start-ups innovadoras están aportando ideas frescas, savia nueva y espíritu emprendedor para cambiar el mundo del mañana a mejor. Sumérjase en el mundo de estas jóvenes empresas y aproveche la oportunidad de ponerse en contacto con los fundadores.
