Equipo de investigación. - VRAIN
VALÈNCIA 30 Jul. (EUROPA PRESS) -
Un equipo del Instituto Universitario Valenciano de Investigación en Inteligencia Artificial (VRAIN) y el Instituto Interuniversitario de Investigación de Reconocimiento Molecular y Desarrollo Tecnológico (IDM) de la Universitat Politècnica de València (UPV) está desarrollando una herramienta de IA que combina imágenes y datos clínicos para reducir los falsos negativos en las biopsias líquidas utilizadas para personalizar los tratamientos en pacientes oncológicos.
Junto a la Fundación de Investigación del Hospital General de Valencia, la plataforma está enfocada en cánceres avanzados y muestras de plasma, pero "se extrapolará a cualquier fluido biológico y será de gran utilidad para personalizar tratamientos en diferentes tipos de tumores".
A través de esta nueva herramienta, englobada dentro del proyecto Predictf, se entrenarán diferentes modelos de aprendizaje automático y se seleccionará el que proporcione mejores resultados. Su objetivo es detectar a tiempo muestras no informativas que permitirán iniciar tratamientos precisos, basados en las características de cada tumor.
La biopsia líquida es "una técnica poco invasiva utilizada en muchos campos, entre ellos la oncología, que consiste en analizar muestras de fluidos biológicos, principalmente la sangre, para detectar fragmentos genéticos o células liberadas por el tumor que aportan información valiosa para personalizar y guiar mejor el tratamiento de cada paciente".
BIOPSIAS LÍQUIDAS
Aunque el método tradicional de biopsia sólida, que extrae tejido del tumor mediante técnicas invasivas, como la cirugía o biopsia con aguja gruesa, es el más certero para la detección de cáncer, se trata de un proceso con riesgo que no se puede repetir de forma continua para ver cómo cambia el tumor.
La biopsia líquida "se convierte en una opción adecuada, que permite un seguimiento constante de la evolución de la enfermedad en tiempo real como un método alternativo o complementario". Sin embargo, cuando una biopsia líquida no detecta alteraciones, "no se sabe si es posible que no tenga suficiente ADN tumoral en circulación como para detectar alteraciones moleculares y dar un resultado fiable".
EVITAR DIAGNÓSTICOS ERRÓNEOS
A través de esta herramienta de inteligencia artificial se detectarán a tiempo estas muestras no informativas y se evitarán diagnósticos incorrectos.
El proyecto propone una herramienta de aprendizaje automático que permitirá estimar con precisión el porcentaje de fracción de ADN tumoral libre en circulación para identificar aquellas muestras que no disponen de suficiente carga biológica para proporcionar un resultado fiable.
La utilización de esta herramienta generará un impacto económico significativo en el sistema sanitario al optimizar el uso de la biopsia líquida en pacientes con cáncer. En la actualidad, el procedimiento tiene un coste importante, incluyendo personal y reactivos.
Sin embargo, un porcentaje de estas pruebas no obtienen suficiente material genético para un análisis concluyente y generan un gasto y retraso considerables. Esta herramienta aportará tres grandes beneficios.
Por un lado, permitirá una optimización de recursos al lograr una asignación más eficiente de las pruebas y dirigirá a cada paciente a la modalidad diagnóstica más adecuada. Por otro, conseguirá una reducción de segundas pruebas innecesarias y evitará la repetición de análisis. Y todo ello se traducirá en una mayor agilidad clínica, que logrará una disminución significativa de los tiempos de espera hasta el diagnóstico y el posterior tratamiento.
En este sentido, el investigador principal de este proyecto del grupo PROS de VRAIN de la UPV, Óscar Pastor, ha indicado que "la implementación de este proyecto representa una oportunidad para mejorar diversos aspectos del sistema de salud en el contexto oncológico".
Así, "la herramienta sería generalizable para cualquier tumor en estadio avanzado que pueda tener una diana terapéuticamente accionable donde la eficacia de la biopsia líquida depende de la cantidad de fragmentos genéticos disponibles", ha asegurado.
"La correcta identificación de alteraciones tumorales a través de la biopsia líquida mejorará el tratamiento personalizado en el diagnóstico y seguimiento del cáncer. De esta forma, proporcionará una alternativa segura mínimamente invasiva y más tolerable que la biopsia sólida, la incorporación de tecnologías más económicas y accesibles para la medicina de precisión, y herramientas automatizadas fiables en la interpretación de resultados para el personal sanitario", ha explicado.
Por su parte, la investigadora del Grupo de Oncología Molecular de la Fundación, Sandra Gallach, ha destacado que la incorporación de herramientas de inteligencia artificial como la que impulsa este proyecto "permitirá interpretar con mayor precisión los resultados de la biopsia líquida y contribuirá a que los pacientes reciban antes el tratamiento más adecuado. La colaboración entre especialistas en IA y profesionales clínicos resulta clave para trasladar estos avances a la práctica asistencial".
Otra de las investigadoras del Grupo de Oncología Molecular de la Fundación, Eloísa Jantus, ha añadido que la metodología de aprendizaje automático que se desarrollará en este proyecto "estará enfocada principalmente en un cáncer en estadios avanzados y en muestras de plasma, pero se espera que sea directamente extrapolable a cualquier fluido biológico y a diferentes tipos de tumores", ha concluido.
