Los investigadores utilizan la IA para establecer la clasificación y el pronóstico de los tumores moleculares en pacientes con cáncer colorrectal
Los médicos tratantes necesitan información sobre el subtipo molecular del tumor para poder ofrecer una terapia específica para el carcinoma colorrectal. Un equipo de investigación del Hospital Universitario de Zurich y de la Universidad de Oxford ha desarrollado un método para predecir la clasificación molecular del cáncer colorrectal a partir de diapositivas digitales de patología.
El modelo de subtipos moleculares de consenso basado en imágenes (imCMS) puede ser usado para predecir la clasificación molecular de cada región de imagen individual en muestras tumorales de pacientes.
Universitätsspital Zürich
El cáncer colorrectal es el tercer tumor maligno más común en hombres y mujeres, con aproximadamente 1,8 millones de nuevos casos al año en todo el mundo, incluidos unos 4.000 en Suiza. La cirugía, la radiación y la quimioterapia, así como las terapias de precisión son las opciones de tratamiento establecidas, pero están asociadas con efectos secundarios relevantes. La información precisa sobre el subtipo molecular del tumor mediante la secuenciación del ARN puede ayudar a la estratificación del paciente para una terapia personalizada. Sin embargo, la clasificación del cáncer a través de la secuenciación de ARN sigue siendo un proceso costoso que requiere muchos recursos: examinar una sola muestra cuesta más de CHF 1,000. Además, hasta un 20 por ciento de las muestras no pueden clasificarse de manera concluyente debido a la insuficiente disponibilidad de material o a la ambigüedad de los resultados.
La investigación avanza a través del análisis de imágenes y la inteligencia artificial
Un equipo de investigación dirigido por el Prof. Viktor Kölzer, del Instituto de Patología y Patología Molecular del Hospital Universitario de Zurich (UHZ), y el Prof. Jens Rittscher, del Instituto de Ingeniería Biomédica de la Universidad de Oxford, han desarrollado un método mucho más barato y rápido: utilizan la inteligencia artificial para analizar imágenes de alta resolución de diapositivas histológicas. Esto permite la subclasificación de los tumores colorrectales en uno de los cuatro subtipos transcripcionales distintos y da una indicación de las estrategias de tratamiento óptimas. A diferencia de la secuenciación de ARN, que ha sido el estándar de oro hasta ahora, este procedimiento puramente basado en imágenes no requiere ningún material de tejido adicional. Funciona incluso con fragmentos de tejido muy pequeños y permite clasificar muestras de tejido que antes eran inaccesibles debido a las limitaciones técnicas. El procedimiento también tiene el potencial de reducir considerablemente los costes. Por lo tanto, los procedimientos basados en imágenes podrían revolucionar potencialmente la terapia personalizada en el cáncer colorrectal. Sin embargo, para poder utilizar la nueva tecnología, los portaobjetos histológicos deben estar debidamente preparados: "para utilizar la inteligencia artificial para el análisis de tumores en la práctica diagnóstica diaria, necesitamos digitalizar los flujos de trabajo de patología", dice el profesor Kölzer.
Importancia estratégica para la medicina personalizada
En abril de este año, el profesor Kölzer aceptó el puesto de profesor adjunto de patología digital en la UHZ. Esta cátedra es la primera de este tipo en Suiza con importancia estratégica para la medicina personalizada. El Prof. Kölzer inició este proyecto sobre la clasificación del cáncer apoyado por la IA durante su estancia en la Universidad de Oxford, en una fuerte colaboración interdisciplinaria con los patólogos, bioinformáticos, clínicos y estadísticos del consorcio multi-institucional Stratification in COloRecTal Cancer (S-CORT).
El estudio incluyó el análisis de 1.553 diapositivas de tejido digital con datos sobre la expresión del ARN, mutaciones genéticas y progresión clínica utilizando las últimas tecnologías de visión artificial y de inteligencia artificial. Esta nueva tecnología se publicó por primera vez como preimpresión a finales de mayo de 2019 y se recomienda para su validación en ensayos clínicos prospectivos aleatorios. Según el Prof. Kölzer, "Después de la validación, podremos centralizar la clasificación de los tumores colorrectales y liberar la tecnología para su uso". Los escaneos de diapositivas histológicas podrían enviarse a los centros universitarios, donde se evaluarían y los resultados se devolverían electrónicamente. A largo plazo, el método también podría utilizarse para otros tipos de tumores o incluso para otras enfermedades. El Prof. Maughan, líder del consorcio S:CORT comenta: "esta investigación muestra que, con la ayuda del análisis por computadora, es posible detectar patrones biológicos complejos a partir de la forma en que el cáncer se ve bajo el microscopio, utilizando formas rutinarias de preparar los portaobjetos de tejido. Esto tiene un gran potencial para proporcionar información sobre cómo se comportará el cáncer en el individuo y utilizarla en el futuro para guiar las decisiones de tratamiento".
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.
