Un proyecto utiliza marcadores clínicos y genéticos para estimar la probabilidad de que la enfermedad reaparezca después del tratamiento
Investigadores del grupo 'Life Supporting Technologies' de la Escuela Técnica Superior de Ingenieros de Telecomunicación de la Universidad Politécnica de Madrid (UPM), junto a otros socios europeos, han trabajado durante varios años para encontrar marcadores fiables que permitan estimar la probabilidad de recurrencia del cáncer oral.
Utilizando técnicas de inteligencia artificial, han conseguido elaborar un modelo predictivo multinivel que abarca genes, células, tejidos y órganos, capaz de extrapolar evidencias entre decenas de miles de datos.
El carcinoma espinocelular oral es el octavo en incidencia en el mundo y su presencia está aumentando entre la población joven. Aunque el tratamiento quirúrgico de este cáncer suele tener una tasa de éxito relativamente alta, el principal problema radica en la alta probabilidad de recurrencia, entre el 25% y el 50%, en los cinco años siguientes a la intervención.
Sin poder estimar con qué probabilidad puede haber una recurrencia, la práctica clínica recomienda unos tratamientos adyuvantes (quimio y radioterapia) que suelen tener efectos secundarios muy graves.
El proyecto NeoMark investiga para encontrar un conjunto mínimo y fiable de marcadores para calcular una buena estimación de la probabilidad de recurrencia a partir de datos de diferente naturaleza: evidencias clínicas, imágenes radiográficas y datos genómicos.
La herramienta
Para abarcar el nivel genético se ha desarrollado una herramienta de bajo coste que adquiere los datos genéticos: analiza el RNA extraído de linfocitos y estima la expresión de un conjunto predeterminado de genes (hasta 20).
«Además en NeoMark se analizan también datos provenientes de muestras de sangre analizadas en chips de ADN clásicas», explican fuentes de la UPM.
En cuanto a los tejidos, el proyecto ha conseguido crear una herramienta para el análisis de imágenes de tomografía axial computarizada o resonancia magnética que permite extraer características numéricas relativas a nodos linfáticos sospechosos.
El programa, elaborado por el Instituto Fraunhofer (Alemania), es capaz de calcular algunas características de los nodos relativas a su forma, textura y contenido de agua fusionando diferentes imágenes del paciente.
Los datos recogidos por las citadas herramientas se integran en un registro clínico para que los especialistas en medicina puedan insertar los datos clínicos de los pacientes y consultar su evolución.
Inteligencia artificial
Para la estimación de la recurrencia del cáncer, la Universidad de Ioannina (Grecia) ha liderado el desarrollo de unos algoritmos basados en inteligencia artificial.
«La tarea tenía dos objetivos: por un lado, clasificar a los pacientes entre remitentes y no remitentes después de la primera intervención y, por el otro, estimar la probabilidad de recurrencia en la visitas de seguimiento», afirman.
Finalmente, la enorme y heterogénea cantidad de datos recogidos se debe representar y compartir de manera eficiente.
Durante el último año el proyecto ha finalizado un ensayo clínico para la adquisición de datos y el entrenamiento de los algoritmos y la prueba técnica del sistema en general.
La prueba, llevada a cabo por la clínica M.D. Anderson International de España y la Azienda Ospedaliero-Universitaria di Parma en Italia, ha involucrado a 86 pacientes tratados con cirugía y bajo seguimiento clínico durante un año. Los resultados técnicos muestran que el sistema, además de estable y de fácil uso, es capaz de estimar la recurrencia del cáncer con una alta fiabilidad.
Comentarios
Publicar un comentario