Gente de la Safor

Bienvenidos a Spain News Today.

Una nueva herramienta de inteligencia artificial puede ayudar a elegir el tratamiento más adecuado para los pacientes con cáncer

Una nueva herramienta de inteligencia artificial puede ayudar a elegir el tratamiento más adecuado para los pacientes con cáncer

Investigadores de la Universidad Nacional de Australia (ANU) han desarrollado con éxito una nueva herramienta de inteligencia artificial que puede ayudar a elegir el tratamiento más adecuado para los pacientes con cáncer.

Desarrollado en colaboración con científicos del Instituto Nacional del Cáncer de EE. UU. y la compañía farmacéutica Pangea Biomed, DeepPT predice el perfil de ARNm de un paciente. Este ARNm, esencial para la producción de proteínas, es también información molecular clave para la medicina personalizada contra el cáncer.

Según el autor principal, el Dr. Dan Tai Hwang, de la Universidad Nacional de Australia, cuando se combina con una segunda herramienta llamada ENLIGHT, se descubrió que DeepPT predice con éxito la respuesta del paciente a los tratamientos contra el cáncer en múltiples tipos de cáncer.

Sabemos que elegir el tratamiento adecuado para los pacientes con cáncer puede ser una parte integral de los resultados de los pacientes.


DeepPT ha sido capacitado en más de 5500 pacientes en 16 tipos de cáncer comunes, incluidos cáncer de mama, pulmón, cabeza y cuello, cuello uterino y páncreas.


«Vimos una mejora en la tasa de respuesta de los pacientes del 33,3% sin usar nuestro modelo al 46,5% con nuestro modelo».


Dr. Danh Thai Hoang de la Universidad Nacional de Australia

DeepPT se basa en trabajos anteriores de los mismos investigadores de la ANU para desarrollar una herramienta que ayude a clasificar los tumores cerebrales.

Las herramientas de inteligencia artificial se basan en imágenes microscópicas del tejido de un paciente llamadas imágenes histopatológicas, que también brindan otro beneficio importante a los pacientes.

READ  SpaceX apunta a lanzar 22 satélites Starlink el sábado

«Esto reduce los retrasos en el procesamiento de datos moleculares complejos, que pueden llevar semanas», afirmó el Dr. Huang.

“Obviamente, cualquier tipo de retraso es un verdadero desafío cuando se trata de pacientes con tumores de alto grado que pueden necesitar tratamiento inmediato.

«Por el contrario, las imágenes de histopatología están disponibles de forma rutinaria, son rentables y oportunas».

El estudio fue publicado en La naturaleza del cáncer.

fuente:

Referencia en la revista:

Hwang, D.-T., et al(2024). Un marco de aprendizaje profundo para predecir la respuesta al tratamiento del cáncer a partir de imágenes de histopatología mediante la transcripción de genes atribuibles. Naturaleza del cáncer. doi.org/10.1038/s43018-024-00793-2.