Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
Ampronix,  Inc

Los investigadores desarrollan un algoritmo de IA para predecir la respuesta a la inmunoterapia

Por el equipo editorial de Medimaging en español
Actualizado el 19 Sep 2018
Print article
Imagen: Los investigadores diseñaron un algoritmo de IA que usa las imágenes de tomografía computarizada para procesar imágenes médicas y extraer información biológica y clínica (Fotografía cortesía de iStock).
Imagen: Los investigadores diseñaron un algoritmo de IA que usa las imágenes de tomografía computarizada para procesar imágenes médicas y extraer información biológica y clínica (Fotografía cortesía de iStock).
Un equipo de investigadores franceses diseñó un algoritmo y lo desarrolló para analizar imágenes de exámenes de tomografía computarizada (TC), estableciendo por primera vez que la inteligencia artificial (IA) puede procesar imágenes médicas para extraer información biológica y clínica. Los investigadores han creado la denominada firma radiómica, que define el nivel de infiltración linfocitaria de un tumor y proporciona una puntuación predictiva de la eficacia de la inmunoterapia en el paciente.

En un futuro cercano, esto podría permitir a los médicos utilizar imágenes para identificar fenómenos biológicos en un tumor localizado en cualquier parte del cuerpo sin tener que realizar una biopsia.

Actualmente, no hay marcadores que puedan identificar con exactitud a los pacientes que responderán a la inmunoterapia anti-PD-1/PD-L1, en una situación en la que solo entre el 15 y el 30% de los pacientes responden a dicho tratamiento. Cuanto más más rico sea inmunológicamente el entorno tumoral (presencia de linfocitos), mayores serán las posibilidades de que la inmunoterapia sea efectiva. Por lo tanto, los investigadores trataron de caracterizar este entorno utilizando métodos de imagenología y correlacionaron esto con la respuesta clínica de los pacientes. En su estudio, la firma radiómica fue capturada, desarrollada y validada genómica, histológica y clínicamente en 500 pacientes con tumores sólidos (de todos los sitios) de cuatro cohortes independientes.

Los investigadores primero usaron un método basado en el aprendizaje automático para enseñar al algoritmo cómo usar información relevante extraída de tomografías computarizadas de pacientes que participaron en un estudio anterior, que también contenía datos del genoma tumoral. Por lo tanto, con base únicamente en las imágenes, el algoritmo aprendió a predecir qué podría haber revelado el genoma sobre el infiltrado inmune tumoral, en particular con respecto a la presencia de linfocitos T citotóxicos (CD8) en el tumor, estableciendo así una firma radiómica.

Los investigadores ensayaron y validaron esta firma en otras cohortes, incluida la del Atlas del Genoma del Cáncer (TCGA, por su sigla en inglés), lo que demuestra que las imágenes podrían predecir un fenómeno biológico y proporcionar una estimación del grado de infiltración inmune de un tumor. Además, para probar la aplicabilidad de la firma en una situación real y correlacionarla con la eficacia de la inmunoterapia, la evaluaron mediante tomografías computarizadas realizadas antes del inicio del tratamiento en pacientes que participaban en cinco ensayos de fase I de inmunoterapia con anti-PD-1/PD-L1. Los investigadores encontraron que los pacientes en quienes la inmunoterapia fue efectiva a los tres y seis meses tenían puntajes radiómicos más altos al igual que los que tenían una mejor supervivencia general.

En su próximo estudio clínico, los investigadores evaluarán la firma de forma retrospectiva y prospectiva, utilizando un mayor número de pacientes y estratificándolos según el tipo de cáncer con el fin de refinar la firma. También utilizarán aprendizaje automático más sofisticado y algoritmos de IA para predecir la respuesta del paciente a la inmunoterapia, al tiempo que integran datos de las imágenes, la biología molecular y el análisis de tejidos. Los investigadores tienen como objetivo identificar a aquellos pacientes que tienen más probabilidades de responder al tratamiento, mejorando así la relación eficacia/costo del tratamiento.

Enlace relacionado:

Print article
Radcal
Italray

Canales

Radiografía

ver canal
Imagen: Un estudio nuevo afirma que las radiografías de tórax pueden ayudar a limitar la terapia con antibióticos en caso de sospecha de neumonía (Fotografía cortesía de Alami).

Los rayos-X del tórax excluyen con efectividad la neumonía pediátrica

Un nuevo estudio afirma que los niños con sospecha clínica baja de neumonía y una radiografía de tórax negativa pueden ser observados de forma segura sin necesidad de tener que recurrir a la terapia con... Más

Imaginología General

ver canal
Imagen: La TEP resalta la activación glial aumentada en los pacientes con fibromialgia (Fotografía cortesía de Marco Loggia/MGH).

La TEP permite identificar la inflamación en los pacientes con fibromialgia

La tomografía por emisión de positrones (TEP) puede resaltar áreas de aumento de la activación glial en el cerebro de los pacientes con fibromialgia (FM), afirma un nuevo estudio. Investigadores del... Más
Copyright © 2000-2018 Globetech Media. All rights reserved.