IA combina resonancia magnética con patología y datos genéticos para detectar mejor cáncer de próstata agresivo

Las técnicas de detección y evaluación de riesgos predominantes a menudo resultan en un diagnóstico y tratamiento excesivos. Sorprendentemente, si bien el 90 % de las personas diagnosticadas reciben tratamiento, hasta el 60 % podrían ser más adecuados para la vigilancia activa. Ahora, un equipo de investigadores está explorando métodos innovadores para detectar con mayor precisión el cáncer de próstata y evaluar su agresión a través de imágenes médicas, histología, datos genéticos y otros indicadores de riesgo. El objetivo es minimizar el sobrediagnóstico y el sobretratamiento, evitando así a los pacientes intervenciones innecesarias y sus consiguientes efectos adversos.

Investigadores del UCLA Health Jonsson Comprehensive Cancer Center (Los Ángeles, CA, EUA) han recibido una subvención de cinco años y 3 millones de dólares del Instituto Nacional del Cáncer para descubrir nuevos biomarcadores del cáncer y crear inteligencia artificial (IA) capaz de identificar y predecir la agresividad del cáncer de próstata. Esta investigación tiene como objetivo evitar tratamientos innecesarios y sus efectos secundarios perjudiciales para los pacientes. Al integrar datos de imágenes de resonancia magnética, imágenes histológicas digitales, perfiles genéticos y biomarcadores en un modelo computacional integral, los investigadores pretenden capturar con precisión el estado actual del cáncer de un paciente y predecir los resultados futuros.

"Esperamos que este método pueda proporcionar información más precisa sobre la naturaleza del cáncer, ayudando a los médicos a distinguir entre las formas agresivas y las menos amenazantes", dijo el Dr. Corey Arnold, director del equipo de Diagnóstico Computacional de UCLA. "También permitirá planes de tratamiento más personalizados y específicos, reduciendo las intervenciones innecesarias y sus efectos negativos asociados en la calidad de vida de los pacientes".

Enlaces relacionados:
UCLA Health