Inteligencia Artificial revela el enigma de origen de tumores cancerígenos
Existe una minoritaria pero significativa cantidad de pacientes aquejados por el cáncer cuyo enigma radica en la imposibilidad médica de discernir su punto de partida en el organismo. Este enigma, a su vez, dificulta sobremanera la elección de una terapia adecuada para tales pacientes.
La dificultad radica en el hecho de que muchos de los fármacos diseñados en la contemporaneidad para combatir el cáncer están específicamente concebidos para erradicar tipos tumorales bien definidos. Por tanto, el conocimiento de su origen resulta crucial a la hora de adaptar los medicamentos de manera eficaz.
Un rayo de esperanza surge con la aparición de un novedoso método concebido por científicos del Instituto de Tecnología de Massachusetts (MIT) y el Instituto del Cáncer Dana-Farber. A través de la aplicación del aprendizaje automático, estos investigadores han dado vida a un modelo computacional capaz de escudriñar la secuencia genética de cerca de 400 genes, y emplear esta información para prever el sitio de origen de un tumor específico en el organismo.
Los resultados de esta pesquisa demostraron que los expertos lograron categorizar con precisión al menos el 40 por ciento de los tumores de origen desconocido, alcanzando niveles de confiabilidad elevados. Esto se logró a partir de un conjunto de datos conformado por cerca de 900 pacientes. Este enfoque, por consiguiente, ha posibilitado un incremento de 2,2 veces en la cantidad de pacientes que podrían haber sido candidatos a tratamientos genómicos dirigidos de forma personalizada, dependiendo de la ubicación donde hubiera surgido el cáncer.
«El descubrimiento más significativo de nuestro estudio radica en que este modelo tiene el potencial de ser empleado como guía para la toma de decisiones terapéuticas. En otras palabras, podría orientar a los médicos hacia tratamientos personalizados dirigidos a pacientes con cánceres de origen primario desconocido», señaló Intae Moon, un estudiante de posgrado especializado en ingeniería eléctrica y tecnología del MIT, quien funge como autor principal de la nueva investigación publicada en Nature Medicine.
