El modelo de IA muestra potencial para identificar riesgos específicos de sexo asociados con tumores cerebrales

Durante años, los investigadores del cáncer han observado que más hombres que mujeres padecen una forma letal de cáncer cerebral llamada glioblastoma. También han descubierto que estos tumores suelen ser más agresivos en los hombres. Pero ha resultado difícil identificar las características que podrían ayudar a los médicos a pronosticar qué tumores tienen probabilidades de crecer más rápidamente. Los investigadores de la Universidad de Wisconsin-Madison están recurriendo a la inteligencia artificial para revelar esos factores de riesgo y cómo difieren entre sexos.

La profesora de radiología e ingeniería biomédica Pallavi Tiwari y sus colegas han publicado sus hallazgos iniciales en la revista Avances científicosinsinuando la promesa de la IA para mejorar la atención médica de los pacientes con cáncer.

«Hay una gran cantidad de datos recopilados en el viaje de un paciente con cáncer», dice Tiwari, quien también está afiliado al departamento de física médica. «En este momento, desafortunadamente, generalmente se estudia de forma aislada, y aquí es donde la IA tiene un enorme potencial».

Pocos investigadores comprenden mejor este potencial que Tiwari. Al llegar a UW-Madison en 2022 para ayudar a liderar la nueva iniciativa de inteligencia artificial de la universidad en imágenes médicas, Tiwari codirige el Programa de Ciencias de las Imágenes y la Radiación en el Carbone Cancer Center. Su investigación aprovecha el poder computacional de los modelos de IA para sondear grandes volúmenes de imágenes médicas y encontrar patrones que podrían ayudar a los oncólogos y sus pacientes a tomar decisiones mejor informadas.

«Queremos abordar todo el espectro de desafíos en el viaje de un paciente con cáncer, desde el diagnóstico y el pronóstico hasta la evaluación de la respuesta al tratamiento», dice Tiwari.

En este caso, Tiwari y la ex estudiante de posgrado Ruchika Verma recurrieron a imágenes digitales de diapositivas de patología (rebanadas finas de muestras de tumores) en busca de patrones que pudieran predecir qué tan rápido podría crecer un tumor y, por lo tanto, cuánto tiempo podría esperar sobrevivir un paciente.

El glioblastoma es una de las formas de cáncer más agresivas, con una supervivencia media de 15 meses después del diagnóstico.

«Los pacientes a menudo no tienen una vida larga después del diagnóstico», dice Tiwari. «Pero un gran desafío es el pronóstico: identificar cuánto tiempo van a vivir realmente los pacientes y cuál será su resultado probable. Esto es importante porque los resultados determinan en última instancia los tratamientos que reciben y su calidad de vida después del diagnóstico».

Para afrontar este desafío, Tiwari y Verma construyeron un modelo de IA que puede identificar incluso patrones sutiles en diapositivas de patología que tal vez nunca sean evidentes a simple vista. Utilizando datos de más de 250 estudios de pacientes con glioblastoma, entrenaron el modelo para reconocer las características únicas de los tumores, como la abundancia de ciertos tipos de células y el grado en que invaden el tejido sano circundante.

Además, entrenaron el modelo para identificar cualquier patrón entre estas características y el tiempo de supervivencia de los pacientes teniendo en cuenta su sexo.

Al hacerlo, desarrollaron un modelo de IA que pudo identificar factores de riesgo de tumores más agresivos que están fuertemente asociados con cada sexo. Para las mujeres, las características de mayor riesgo incluían tumores que se infiltraban en tejido sano. Entre los hombres, la presencia de ciertas células que rodean el tejido moribundo (llamadas células pseudopalizadas) se asoció con tumores más agresivos.

El modelo también identificó características tumorales que parecen traducirse en peores pronósticos tanto para hombres como para mujeres.

El estudio podría ayudar a lograr una atención más individualizada para los pacientes con glioblastoma.

«Al descubrir estos patrones únicos, esperamos inspirar nuevas vías para el tratamiento personalizado y fomentar la investigación continua sobre las diferencias biológicas subyacentes observadas en estos tumores», dice Verma.

Tiwari y sus colegas están haciendo un trabajo similar utilizando datos de resonancia magnética y han comenzado a utilizar IA para analizar los cánceres de páncreas y de mama con el objetivo de mejorar los resultados para los pacientes.

Además de su investigación, Tiwari está ayudando a dar forma a las iniciativas RISE-AI y RISE-THRIVE de la universidad, que están estableciendo a UW-Madison como líder de investigación interdisciplinaria sobre inteligencia artificial y salud humana, respectivamente.

«La Universidad de Washington tiene una experiencia rica y diversa en nuestros campus médicos y de ingeniería», dice Tiwari, «y con las iniciativas RISE, estamos bien posicionados para estar a la vanguardia de la traducción de la investigación de IA en la atención clínica».