Un modelo de IA facilitará considerablemente el diagnóstico del cáncer de sangre
Análisis estandarizado de datos clínicos de rutina: un nuevo modelo de IA de código abierto detecta automáticamente las células cancerosas y reduce la evaluación manual
Anuncios
En el caso del cáncer de sangre y de los ganglios linfáticos, las especialistas deben evaluar grandes cantidades de datos complejos de células individuales. Investigadores del Hospital Universitario de Friburgo y del Instituto Weizmann de Ciencias de Israel han desarrollado ahora un modelo basado en la inteligencia artificial que puede automatizar partes esenciales de este análisis. En el caso de la leucemia linfocítica crónica (LLC), el modelo identificó de forma específica las células cancerosas típicas entre millones de células analizadas. Los resultados coincidieron en gran medida con la evaluación manual realizada por especialistas. El modelo CytoVI (abreviatura de «Variational Inference for Cytometry») podría, por tanto, aliviar la carga de trabajo del personal, estandarizar los exámenes y hacer más visibles los cambios relevantes para la enfermedad. El método se publicó el 30 de septiembre de 2026 en Nature Methods.
«De este modo, en el futuro podremos evaluar de forma mucho más automatizada las muestras de sangre que, de todos modos, ya se recogen en el hospital», afirma el Dr. Florian Ingelfinger, primer autor del estudio e investigador de la Clínica de Medicina Interna I del Hospital Universitario de Friburgo y director de un grupo de jóvenes investigadores en el Consorcio Alemán para la Investigación Traslacional del Cáncer (DKTK), sede asociada de Friburgo. «El modelo alivia la carga de trabajo de los hospitales y, al mismo tiempo, ayuda a descubrir nuevas poblaciones celulares que resultan interesantes como marcadores diagnósticos o posibles puntos de partida para terapias». Ingelfinger dirige el Laboratorio de Inmunología Generativa de Célula Única en el Hospital Universitario de Friburgo.
De la investigación al diagnóstico rutinario
CytoVI analiza datos de células individuales, como los que se obtienen mediante citometría de flujo. En este proceso no se capturan imágenes. Mediante mediciones con láser se registran las propiedades de células individuales, como determinadas proteínas, el tamaño celular y la estructura interna. De este modo se crea un perfil digital para cada célula. CytoVI reconoce patrones típicos en ellos y puede, por ejemplo, distinguir automáticamente las células leucémicas de otras células sanguíneas. Uno de los principales puntos fuertes del modelo es que tiene en cuenta matemáticamente las diferencias técnicas entre las distintas mediciones —debidas, por ejemplo, a la variedad de equipos, momentos de medición o laboratorios— y ayuda a diferenciarlas de las diferencias biológicas. Esto permite una evaluación más comparable.
«Las pacientes necesitan, ante todo, un diagnóstico fiable y saber lo antes posible qué enfermedad padecen. En este sentido, CytoVI podría ayudarnos en el futuro», afirma el Prof. Dr. Robert Zeiser, director del Departamento de Inmunología Tumoral e Inmunorregulación de la Clínica de Medicina Interna I del Hospital Universitario de Friburgo, y colaborador en la publicación. En 63 pacientes con distintos linfomas de células B, CytoVI identificó automáticamente grupos de células T asociados a determinadas formas de la enfermedad. Entre ellos se encontraba también una población celular poco frecuente que no se había descrito en el análisis manual original. Estos grupos celulares pueden proporcionar pistas sobre biomarcadores diagnósticos y posibles dianas terapéuticas.
La evaluación de los datos de la CLL procedentes del diagnóstico rutinario resultó especialmente relevante desde el punto de vista clínico. «Pudimos comprobar que la identificación automática coincide muy bien con la evaluación manual», afirma Ingelfinger. La identificación fiable de un número muy reducido de células cancerosas, por ejemplo, tras un tratamiento oncológico, sigue siendo actualmente un reto. La fiabilidad del análisis se comunica a los médicos en cada caso, de modo que sea posible realizar comprobaciones específicas. «CytoVI está pensado para apoyar la valoración médica, no para sustituirla por completo», añade Ingelfinger.
De este modo, también se pueden comparar mejor y evaluar conjuntamente las grandes cantidades de datos de citometría de flujo que se generan a lo largo de muchos años en el diagnóstico rutinario. Así se abre a la investigación un tesoro de datos que hasta ahora solo se podía aprovechar de forma limitada. Los investigadores del Hospital Universitario de Friburgo quieren ahora aplicar el procedimiento a otros tipos de cáncer de la sangre. CytoVI está disponible gratuitamente como software de código abierto en https://scvi-tools.org. De este modo, los investigadores pueden utilizar el método para sus propios datos de células individuales.
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.
Publicación original
Más noticias del departamento ciencias
