El aprendizaje automático mejora el diagnóstico del cáncer
Investigadores de la Charité - Universitätsmedizin Berlin y del Consorcio Alemán contra el cáncer (DKTK) han resuelto con éxito un antiguo problema en el diagnóstico de cánceres de cabeza y cuello. Trabajando junto con colegas de la Technische Universität (TU) Berlin, los investigadores utilizaron la inteligencia artificial para desarrollar un nuevo método de clasificación que identifica los orígenes primarios del tejido canceroso basado en los cambios químicos del ADN. El potencial de introducción en la práctica médica rutinaria se está probando actualmente.
Deslizamiento histológico de un cáncer primario de pulmón. Bajo el microscopio, tanto el carcinoma de células escamosas del pulmón como el carcinoma de células escamosas de la cabeza y el cuello aparecen como grupos celulares densos con patrones de crecimiento inespecíficos, lo que los hace imposibles de distinguir según la microestructura del tejido.
© Charité – Universitätsmedizin / Jurmeister
Cada año, más de 17.000 personas en Alemania son diagnosticadas con cáncer de cabeza y cuello. Estos incluyen cánceres de la cavidad oral, laringe y nariz, pero también pueden afectar otras áreas de la cabeza y el cuello. Algunos pacientes con cáncer de cabeza y cuello también desarrollarán cáncer de pulmón. "En la gran mayoría de los casos, es imposible determinar si éstas representan metástasis pulmonares del cáncer de cabeza y cuello del paciente o un segundo cáncer primario, es decir, cáncer primario de pulmón", explica el Prof. Dr. Frederick Klauschen, del Instituto de Patología de Charité, que codirigió el estudio junto con el Prof. Dr. David Capper, del Departamento de Neuropatología de Charité. "Esta distinción es enormemente importante en el tratamiento de las personas afectadas por estos cánceres", enfatiza el profesor Klauschen, añadiendo: "Aunque la cirugía puede proporcionar una cura en pacientes con cánceres de pulmón localizados, los pacientes con cánceres metastásicos de cabeza y cuello tienen una peor situación en términos de supervivencia y requerirán tratamientos como la quimiorradioterapia".
Cuando se trata de distinguir entre metástasis y un segundo tumor primario, los patólogos suelen utilizar técnicas establecidas como el análisis de la microestructura del cáncer y la detección de proteínas características en el tejido. Sin embargo, debido a las marcadas similitudes entre los cánceres de cabeza y cuello y los cánceres de pulmón en este sentido, estas pruebas no suelen ser concluyentes. "Para resolver este problema, analizamos muestras de tejido en busca de una alteración química específica conocida como metilación del ADN", explica el profesor Capper, quien, al igual que el profesor Klauschen, es miembro científico de la DKTK de Berlín. Agrega: "Sabemos por estudios anteriores que los patrones de metilación del ADN en las células cancerosas dependen en gran medida del órgano en el que se originó el cáncer".
En colaboración con el Prof. Dr. Klaus-Robert Müller, profesor de Machine Learning en la Universidad Técnica de Berlín, el grupo de investigación empleó métodos basados en la inteligencia artificial para hacer que esta información fuera útil en la práctica. Los investigadores usaron datos de metilación del ADN de varios cientos de cánceres de cabeza, cuello y pulmón para entrenar una red neural profunda para distinguir entre los dos tipos de cáncer. "Nuestra red neural es ahora capaz de distinguir entre cánceres de pulmón y metástasis de cáncer de cabeza y cuello en la mayoría de los casos, logrando una precisión de más del 99 por ciento", enfatiza el profesor Klauschen. Él continúa: "Para asegurar que los pacientes con cáncer de cabeza y cuello y cánceres de pulmón adicionales se beneficien de los resultados de nuestro estudio lo más rápido posible, actualmente estamos en el proceso de probar la implementación de este método de diagnóstico en la práctica rutinaria. Esto incluirá un estudio de validación prospectivo para asegurar que el nuevo método esté disponible para todos los pacientes afectados".
Después de haber trabajado junto a los investigadores de Charité, el director del Centro de Aprendizaje Mecánico de Berlín (BZML), Prof. Müller, está igualmente encantado con sus resultados: "La inteligencia artificial está desempeñando un papel cada vez más importante, no sólo en nuestra vida cotidiana y en la industria, sino también en las ciencias naturales y la investigación médica. Sin embargo, el uso de la inteligencia artificial es particularmente complejo en el campo médico; es por ello que, hasta ahora, los resultados de las investigaciones rara vez han aportado beneficios directos a los pacientes. Esto podría estar a punto de cambiar".
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.
