Inteligencia artificial que detecta en 10 segundos un tumor canceroso cerebral

En 10 segundos, una nueva inteligencia artificial detecta un tumor cerebral canceroso que a menudo pasa desapercibido durante la cirugía. Concretamente, esta inteligencia artificial puede determinar durante una operación quirúrgica si alguna parte de cierto tumor cerebral canceroso extirpable permanece en el tejido cerebral.  Y lo hace con mayor rapidez y mayor precisión que los métodos actuales de detección tumoral. Los creadores de esta tecnología creen que algún día esta podría aplicarse también a la detección rápida y precisa de otros cánceres. 

En las pruebas realizadas, el sistema, llamado FastGlioma, superó con creces a los métodos convencionales para identificar trozos no extirpados de tales tumores.

 Así lo ha constatado el equipo internacional de investigación y desarrollo, integrado, entre otros, por Akhil Kondepudi y Todd Hollon, de la Universidad de Michigan, y Shawn Hervey-Jumper, de la Universidad de California en San Francisco, ambas instituciones en Estados Unidos.

 En palabras del Dr. Hollon, neurocirujano, FastGlioma es un sistema de diagnóstico basado en inteligencia artificial que tiene un buen potencial para mejorar sustancialmente el tratamiento de los pacientes con gliomas difusos.

 Cuando un neurocirujano extirpa un tumor potencialmente mortal del cerebro de un paciente, rara vez puede eliminar toda la masa. Lo que queda se conoce como tumor residual.  A menudo, el tumor se pasa por alto durante la operación porque los cirujanos no son capaces de diferenciar entre el tejido cerebral sano y el tumor residual en la cavidad donde se extirpó la masa. La capacidad del tumor residual para parecerse al tejido cerebral sano sigue siendo un reto importante en cirugía.

 Los cirujanos emplean distintos métodos para localizar ese tumor residual durante una intervención. Pueden obtener imágenes por resonancia magnética, aunque eso requiere maquinaria intraoperatoria y ello puede resultar bastante complicado de mantener en no pocos quirófanos. Los cirujanos también pueden valerse de un agente fluorescente de imagen para identificar el tejido tumoral, pero ello no sirve para todos los tipos de tumor. Estas limitaciones impiden el uso generalizado de dichos métodos.

Recreación artística de células cerebrales deteriorándose y ceros y unos del código binario de los ordenadores. (Ilustración: Amazings / NCYT)

El equipo puso a prueba a FastGlioma analizando muestras recientes y sin procesar de 220 pacientes operados de glioma difuso de bajo o alto grado.

FastGlioma detectó los restos de tumores y calculó cuánto del tumor quedaba en el cerebro, con una precisión media de aproximadamente el 92%. 

En una comparación de cirugías guiadas por predicciones de FastGlioma con cirugías guiadas por los métodos convencionales, FastGlioma pasó por alto el tumor residual de alto riesgo solo en el 3,8% de las ocasiones. En cambio, los métodos convencionales pasaron por alto el tumor residual de alto riesgo en casi el 25% de las ocasiones. 

El estudio en el que se ha puesto a prueba a FastGlioma se titula “Visual foundation models for fast, label-free detection of diffuse glioma infiltration”. Y se ha publicado en la revista académica Nature.