Un experto del Centro de Investigación en Tecnologías Software y Sistemas Multimedia para la Sostenibilidad de la UPM, durante el desarrollo del proyecto.
Madrid es una de las regiones cuyos trabajos están ofreciendo unos resultados de lo más prolíficos, como bien demuestran algunos proyectos en marcha de los que D+I ya ha dado cuenta.
Este proyecto tiene como principal objetivo el desarrollo de un sistema de diagnóstico intraoperatorio 3D que permita la clasificación y delimitación de tumores cerebrales mediante el uso de modelos basados en técnicas de inteligencia artificial.
En este momento el proyecto, aún en ejecución, se encuentra en una fase de desarrollo avanzada, y los resultados preliminares son “prometedores”, según el equipo multidisiplinar.
A día de hoy, el cáncer, en sus diversos tipos, sigue siendo, según explican, “una de las principales causas de muerte”. Es más, advierten que “la Organización Mundial de la Salud, en su informe ‘WHO report on Cancer’ estima que para el año 2040 el cáncer provocará la muerte de casi 30 millones de personas.
La cirugía de precisión, clave
En lo que respecta a los tumores cerebrales, el glioma es el tipo de tumor más común entre la población adulta, y el glioblastoma multiforme (GBM) el más agresivo y el que menor esperanza de vida lleva asociada, como se pone de manifiesto en un importante estudio de la American Association for Cancer Research citado por los propios investigadores.
La cirugía, inevitable en la mayoría de los casos, es una de las fases clave en esta lucha. Por este motivo, es crucial que los neurocirujanos tengan a su disposición la información precisa que les permita extirpar todo el tejido patológico salvando, al mismo tiempo, la mayor cantidad posible del tejido sano del paciente.
Desafortunadamente, admiten los expertos, “los gliomas presentan un alto grado de infiltración, lo que dificulta la extirpación completa del tumor, elevando el riesgo de futuras recidivas”.
Hasta ahora, la experiencia y destreza de los neurocirujanos y las diversas técnicas de diagnóstico por imagen son la esperanza a la que se han venido agarrando pacientes y familiares.
Sin embargo, sobre todo en el caso de las técnicas de diagnóstico por imagen como resonancias magnéticas y ultrasonidos, o de identificación como el 5-ALA, entre otras, se trata de herramientas que presentan inconvenientes en lo relativo a la precisión de las imágenes generadas o en lo relativo a la naturaleza invasiva del método.
De esta forma, los investigadores y cirujanos involucrados en NEMESIS-3D-CM están utilizando modelos basados en técnicas de machine learning generados a partir de imágenes hiperespectrales para discernir, en tiempo real y durante las mismas intervenciones quirúrgicas, qué tejido está afectado por el tumor y cual permanece sano.
Esta tecnología presenta además la ventaja de no ser invasiva, ni ionizante para el paciente.
En el último trabajo realizado por el equipo de investigación, publicado en la revista Sensors, se han evaluado tres técnicas de machine learning diferentes para generar modelos de clasificación a partir de las imágenes adquiridas durante las cirugías.
“Cuantas más imágenes de las adquiridas en NEMESIS-3D-CM se utilicen en el proceso de entrenamiento del modelo, más precisa será la capacidad de identificar y clasificar que tendrá el sistema, ofreciendo mejores resultados durante las cirugías futuras”, señalan los investigadores.
“Los resultados son prometedores y permiten seleccionar los algoritmos idóneos para abordar este reto”, concluyen.
