Detección de cáncer con inteligencia artificial

La Universidad Nacional de Cuyo (UNCUYO) y la Universidad de Harvard trabajan en un estudio de inteligencia artificial que permite caracterizar tumores de forma más precisa. De esta manera, se podrían mejorar los abordajes clínicos sobre el cáncer en el futuro.

“Galgo” es un algoritmo de aprendizaje automático que permite descubrir marcas moleculares en cáncer asociadas al pronóstico de los pacientes en múltiples tipos de esta enfermedad. Busca identificar los patrones de comportamiento biológico de los diferentes tumores para caracterizarlos clínicamente y saber a qué tratamientos pueden ser sensibles o resistentes.

En este estudio trabajan de forma interdisciplinar investigadores del Instituto de Medicina y Biología Experimental de Cuyo (CONICET-UNCUYO), del Instituto de Bioquímica y Biotecnología de la Facultad de Ciencias Médicas y del Laboratorio de Sistemas Inteligentes de la Facultad de Ingeniería; y de los Departamentos de Radiación Oncológica y de Células Madres y Biología Regenerativa, de la Universidad de Harvard.

En diálogo con el Suplemento Universidad, el autor del estudio, Martín Guerrero, explicó que

“Los tumores tienen distintas estrategias para sobrevivir en nuestro cuerpo: algunos pueden evadir la respuesta inmune, crear vasos sanguíneos para alimentarse; otros crecen muy rápido y hacen metástasis muy rápidamente. Lo que hace el algoritmo es detectar cuál de estas vías utiliza el tumor particularmente”.

Guerrero adelantó que el grupo de investigadores ya trabaja sobre otro algoritmo complementario que “apunta al contexto del tumor, las células no tumorales que lo rodean. Se sabe que estas condicionan el comportamiento de la enfermedad”. En esa línea, ejemplificó:

“Durante el proceso de detección de tumores, pueden influir variables como la cantidad de células inmunes que posea una persona, como también las características de estas células. A través de la profundización sobre el detalle de este tipo de variables, se podría mejorar exponencialmente la identificación de un tumor”. Y expresó su esperanza de que “en el largo plazo se puedan aplicar estas técnicas en los casos particulares de cada paciente”.