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

Eventos

14 mar 2019 - 17 mar 2019

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: Las pruebas de aisladores cristalinos pueden medir los niveles de radiación de fondo (Fotografía cortesía de la Universidad Estatal de Carolina del Norte).

Unas pruebas cristalinas evalúan rápidamente la exposición a la radiación

Un estudio nuevo afirma que el análisis de los aisladores cristalinos que se encuentran en la mayoría de los dispositivos electrónicos modernos, podría facilitar la dosimetría de respuesta de emergencia... Más

Ultrasonido

ver canal
Imagen: El aprendizaje profundo y la inteligencia artificial (AI) transforman los exámenes de ultrasonido obstétrico en una experiencia más fácil, más rápida, más consistente y mucho más exacta (Fotografía cortesía de SonoScape).

Una tecnología con IA automatiza el flujo de trabajo del ultrasonido obstétrico

El algoritmo S-fetus de SonoScape Medical (Shenzhen, China), diseñado para el sistema de ultrasonido S60, ha sido diseñado para simplificar un procedimiento de ultrasonido obstétrico estándar reduciéndolo... Más

Medicina Nuclear

ver canal
Imagen: La plataforma de radiocirugía giroscópica ZAP-X (Fotografía cortesía de ZAP Surgical Systems).

Una plataforma de radiocirugía giroscópica hace la ablación de tumores de cerebro

Una plataforma nueva de radioterapia (RT) administra radiocirugía estereotáctica de dosis altas (SRS) para extirpar de forma no invasiva los tumores cerebrales y otras afecciones intracraneales seleccionadas.... Más

Imaginología General

ver canal
Imagen: El nuevo sistema de resonancia magnética, Magnetom Lumina 3T (Fotografía cortesía de Siemens Healthineers).

Un escáner de resonancia magnética de gran apertura mejora la satisfacción de los pacientes.

Un dispositivo innovador de imágenes de resonancia magnética (RM) utiliza una tecnología centrada en el paciente para simplificar y acortar los flujos de trabajo y aumentar la productividad, la reproducibilidad... Más

TI en Imaginología

ver canal
Imagen: El software empresarial uPath proporciona mejores herramientas de patología digital (Fotografía cortesía de Roche).

Un software de patología digital mejora la eficiencia del flujo de trabajo

Una plataforma de software novedosa reduce drásticamente los tiempos de generación de imágenes, integra el análisis automatizado de imágenes y permite un mejor intercambio de casos entre patólogos.... Más
Copyright © 2000-2019 Globetech Media. All rights reserved.