La inteligencia artificial clasifica el cáncer colorrectal utilizando imágenes infrarrojas
Crédito: CC0 Public Domain
Un equipo de investigación del Centro Prodi para el Diagnóstico de Proteínas de la Ruhr-Universitt Bochum (RUB) ha utilizado microscopios infrarrojos (IR) basados en láseres de cascada cuántica para clasifique muestras de tejido de cáncer colorrectal de operaciones clínicas de rutina de forma automatizada y sin marcadores. La inteligencia artificial permitió a los investigadores diferenciar entre diferentes tipos de tumores con gran precisión en aproximadamente 30 minutos. Según la clasificación, los médicos pueden predecir qué curso tomará la enfermedad y, en consecuencia, elegir la terapia adecuada. El equipo publicó su informe en la revista Scientific Reports del 23 de junio de 2020.
El estado de los microsatélites facilita el pronóstico
Se hace una distinción entre tumores microsatélites estables (MSS) e inestables microsatélites (MSI) en colon y otros cánceres Los microsatélites suelen ser secuencias cortas de ADN sin función que se repiten con frecuencia. Los pacientes con tumores MSI tienen una tasa de supervivencia significativamente mayor. Esto se debe a una tasa de mutación de las células cancerosas que es unas 1000 veces mayor, lo que hace que su crecimiento sea menos exitoso. Además, la inmunoterapia innovadora tiene más éxito en pacientes con tumores MSI. «Por lo tanto, es importante para el pronóstico y la decisión terapéutica saber a qué tipo de tumor nos enfrentamos», dice la profesora Anke Reinacher-Schick, jefa del Departamento de Hematología y Oncología de la clínica RUB St. Josef Hospital. Hasta la fecha, el diagnóstico diferencial se ha llevado a cabo mediante la tinción inmunohistoquímica de muestras de tejido con un posterior análisis genético complejo.
Medición rápida y fiable
El potencial de la imagen IR como herramienta de diagnóstico para la clasificación de tejidos, la llamada patología digital sin etiquetas, ya había sido demostrada en estudios anteriores por el grupo encabezado por el profesor Klaus Gerwert del Departamento de Biofísica de la RUB. El método reconoce el tejido canceroso sin tinción previa ni otras marcas y, en consecuencia, también funciona automáticamente con la ayuda de inteligencia artificial. A diferencia del diagnóstico diferencial convencional del estado de los microsatélites, que toma alrededor de un día, el nuevo método requiere solo alrededor de media hora.
El equipo de investigación de proteínas ha mejorado significativamente el método al optimizarlo para la detección de un cambio en el tejido. Anteriormente, el tejido solo podía visualizarse morfológicamente. «Este es un gran paso que demuestra que las imágenes IR pueden convertirse en un método prometedor en el diagnóstico futuro y la predicción de la terapia», dice Klaus Gerwert.
Estudio de viabilidad alentador
En colaboración con el Instituto de Patología del RUB dirigido por el profesor Andrea Tannapfel y el Departamento de Hematología y Oncología del Hospital RUB St. Josef, el equipo de investigación realizó un estudio de viabilidad con 100 pacientes. Mostró una sensibilidad del 100 por ciento y una especificidad del 93 por ciento: todos los tumores MSI se clasificaron correctamente con el nuevo método, solo unas pocas muestras se identificaron falsamente como tumores MSI. Ahora está comenzando un ensayo clínico ampliado, que se llevará a cabo en muestras del estudio de registro Colopredict Plus 2.0. Iniciado por Andrea Tannapfel y Anke Reinacher-Schick, el estudio de registro permite la validación de los resultados del trabajo publicado. «La metodología también es de gran interés para nosotros, porque se utiliza muy poco material de muestra, lo que puede ser una ventaja decisiva en los diagnósticos actuales con un número cada vez mayor de técnicas aplicables», explica Andrea Tannapfel.
Otro paso hacia una atención médica personalizada
En el futuro, el método se introducirá en el flujo de trabajo clínico para evaluar su potencial para la oncología de precisión. «Después de una terapia cada vez más específica de enfermedades oncológicas, es muy importante proporcionar diagnósticos rápidos y precisos», concluye Anke Reinacher-Schick.
Explore más
Método sin etiquetas para el diagnóstico rápido del cáncer Más información: Angela Kallenbach-Thieltges et al, Clasificación automatizada sin etiquetas del estado de los microsatélites en el cáncer colorrectal mediante imágenes infrarrojas, Informes científicos (2020). DOI: 10.1038/s41598-020-67052-z Información de la revista: Scientific Reports
Proporcionado por Ruhr-Universitaet-Bochum Cita: La inteligencia artificial clasifica el cáncer colorrectal usando infrarrojos Imaging (24 de junio de 2020) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-06-artificial-intelligence-colorrectal-cancer-infrared.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.