Getty Images 26 marzo 2023.- Un esfuerzo de investigación y desarrollo multicéntrico dirigido por un equipo de neurocirujanos e ingenieros...
 |
| Getty Images |
26 marzo 2023.- Un esfuerzo de investigación y desarrollo multicéntrico dirigido por un equipo de neurocirujanos e ingenieros de Medicina de Michigan en la Universidad de Michigan (UM) ha desarrollado un sistema de detección llamado DeepGlioma que emplea imágenes rápidas más inteligencia artificial (IA) para detectar mutaciones de cáncer cerebral en menos de 90 segundos.
Esta herramienta basada en IA tiene el potencial de mejorar el acceso y la velocidad del diagnóstico y la atención de pacientes con tumores cerebrales mortales.
La idea de una herramienta de este tipo se remonta a 2019, cuando los investigadores de la Universidad de Michigan supusieron que podían combinar redes neuronales profundas con un método de imagen óptica llamado histología Raman que puede obtener imágenes de tejidos de tumores cerebrales en tiempo real.
Según el estudio, publicado en Nature Medicine , el sistema fue probado en un grupo de más de 150 pacientes con glioma difuso —el tumor cerebral más común y letal— y pudo definir los subgrupos moleculares de los pacientes según lo define la Organización Mundial de la Salud. En esta configuración, DeepGlioma tuvo una tasa de precisión de más del 90 %.
El desarrollo de un método rápido para caracterizar molecularmente los gliomas está ganando importancia ya que permite a los cirujanos identificar los riesgos y beneficios de la cirugía para cada paciente en función de su composición genética. Como ejemplo, los investigadores observaron que los pacientes con un tipo de glioma llamado astrocitoma pueden tener un promedio de cinco años adicionales de supervivencia en comparación con los resultados de otras formas de cáncer.
DeepGlioma podría ser una herramienta que ayude a facilitar el acceso a las pruebas moleculares para los gliomas difusos, que a menudo ni siquiera están disponibles en algunos centros oncológicos o, si lo están, los resultados de las pruebas actuales pueden tardar semanas en obtenerse.
Las barreras para el diagnóstico molecular pueden dar como resultado una atención subóptima para los pacientes con tumores cerebrales, lo que complica la toma de decisiones quirúrgicas y la selección de regímenes de quimiorradioterapia.
El equipo de investigación espera que DeepGlioma pueda convertirse en una herramienta para avanzar en el tratamiento de la enfermedad mortal, señalando que incluso los pacientes que reciben atención estándar tienen pocas opciones de tratamiento y que la mediana de supervivencia de los pacientes con glioma difuso maligno es de solo 18 meses.
La capacidad de la herramienta para caracterizar rápidamente los subtipos moleculares de la enfermedad también puede ser de gran ayuda para la comunidad de investigación clínica, ya que muchos ensayos clínicos para el glioma limitan la participación a subgrupos específicos. El resultado es que menos del 10 % de todos los pacientes con glioma están actualmente inscritos en ensayos clínicos.
El progreso en el tratamiento de los tumores cerebrales más mortales ha sido limitado en las últimas décadas, en parte porque ha sido difícil identificar a los pacientes que se beneficiarían más de las terapias dirigidas. Los métodos rápidos para la clasificación molecular son muy prometedores para repensar el diseño de ensayos clínicos y llevar nuevas terapias a los pacientes.
Fuente: Hollon, T., Jiang, C., Chowdury, A. et al. Artificial-intelligence-based molecular classification of diffuse gliomas using rapid, label-free optical imaging. Nat Med (2023). https://doi.org/10.1038/s41591-023-02252-4
COMENTARIOS