Descubren un método más ágil y eficaz para detectar el cáncer de mama
"Esto nos va a permitir identificar el medicamento correcto y la dosis más rápidamente"
Descubren un método más ágil y eficaz para detectar el cáncer de mama / IStockPhoto
Madrid
La Universidad el Sur de California (USC) ha presentado este jueves un método más eficiente y preciso para identificar tumoraciones cancerosas de pecho que analiza imágenes de tejidos mediante un ordenador, un proceso mucho más rápido que el tradicional. "Es el principio de una revolución para usar el aprendizaje de máquina y obtener para el médico nueva información acerca del cáncer de seno", aseguró David Agus, profesor de la Escuela de Medicina Keck y de la Escuela de Ingeniería Viterbi, de USC, y uno de los autores de la investigación.
Más información
"Podemos utilizarlo para establecer mejores tratamientos, dar información a los pacientes de manera más rápida y ayudar a más gente. Estamos ofreciendo este hallazgo para dar nueva información a los médicos y ayudar a tratar el cáncer", ha asegurado Agus. El investigador ha destacado además que la clave para identificar y tratar el cáncer es conocer la naturaleza del tumor. "Las células cancerosas que contienen receptores para el estrógeno y otras hormonas responden de forma diferente a los medicamentos que tratan este mecanismo", ha afirmado.
Funcionamiento
El sistema se basa en "enseñar" a un ordenador a analizar rápidamente imágenes de tumores cancerosos del seno para "identificar cuáles presentan receptores de estrógeno, un determinante clave en la diagnosis y las opciones de tratamiento".
Según la descripción del método, publicado esta semana en la revista científica Nature Partner Journals Breast Cancer, se trata de "un gran paso más allá de los microscopios y las biopsias de células que se han estado utilizando durante más de un siglo".
"Si usted es diagnosticado con cáncer pasarán unas cuantas semanas antes de que reciba una llamada del médico diciéndole que han encontrado un identificador", explicó Dan Ruderman, profesor asistente de investigación en medicina de la Escuela Keck y coautor del estudio. "Con la tecnología de aprendizaje de máquina podemos informar el mismo día, con lo que hay menos retraso, menos estrés y, potencialmente, mejores resultados. Esto nos va a permitir identificar el medicamento correcto y la dosis más rápidamente. Es un gran paso hacia la medicina personalizada", ha agregado Ruderman.
El estudio se enfocó en establecer parámetros para reconocer los identificadores principales en el núcleo de las células y reunirlos en una gran red, de manera que la tecnología de máquina los pueda identificar rápidamente. "El aprendizaje automático nos ayuda a proporcionar la información a los pacientes más rápidamente y puede transformar el tratamiento del cáncer en el mundo desarrollado, donde la evaluación precisa del indicador de cáncer de seno es escasa", ha sentenciado por su parte Rishi Rawat, graduado de la Escuela Keck y autor líder del estudio.
