Una vez que sus bisturís alcanzan el borde de un tumor cerebral, los cirujanos se enfrentan a una decisión angustiosa: cortar parte del tejido cerebral sano para garantizar que se extirpe todo el tumor, o dejar el tejido sano a un lado y correr el riesgo de dejar atrás algunas de las células amenazantes. .
Ahora, científicos de los Países Bajos informan que utilizan inteligencia artificial para dotar a los cirujanos de conocimientos sobre el tumor que puedan ayudarles a tomar esa decisión.
El método, descrito en un estudio publicado el miércoles en la revista Nature , consiste en escanear por computadora segmentos del ADN de un tumor y localizar ciertas modificaciones químicas que pueden producir un diagnóstico detallado del tipo e incluso del subtipo del tumor cerebral.
Ese diagnóstico, generado durante las primeras etapas de una cirugía de una hora de duración, puede ayudar a los cirujanos a decidir con qué agresividad operar, dijeron los investigadores. En el futuro, el método también puede ayudar a orientar a los médicos hacia tratamientos adaptados a un subtipo específico de tumor.
"Es imperativo que se conozca el subtipo de tumor en el momento de la cirugía", afirmó Jeroen de Ridder, profesor asociado en el Centro de Medicina Molecular de la UMC Utrecht, un hospital holandés, que ayudó a dirigir el estudio. "Lo que ahora hemos logrado de manera única es permitir que este diagnóstico muy fino, sólido y detallado se realice ya durante la cirugía".
Una nueva generación de chatbots
Un valeroso nuevo mundo. Una nueva generación de chatbots impulsados por inteligencia artificial ha desatado una lucha para determinar si la tecnología podría alterar la economía de Internet , convirtiendo a las potencias actuales en algo pasado y creando los próximos gigantes de la industria. Estos son los bots que debes conocer:
Su sistema de aprendizaje profundo, llamado Sturgeon, se probó por primera vez en muestras de tumores congelados de operaciones anteriores de cáncer cerebral. Diagnosticó con precisión 45 de 50 casos dentro de los 40 minutos posteriores al inicio de la secuenciación genética. En los otros cinco casos se abstuvo de ofrecer un diagnóstico porque la información no era clara.
Luego, el sistema se probó durante 25 cirugías cerebrales en vivo, la mayoría de ellas en niños, junto con el método estándar de examinar muestras de tumores bajo un microscopio. El nuevo enfoque arrojó 18 diagnósticos correctos y no logró alcanzar el umbral de confianza necesario en los otros siete casos. Resolvió sus diagnósticos en menos de 90 minutos, informó el estudio, lo suficientemente breve como para informar las decisiones durante una operación.
Actualmente, además de examinar muestras de tumores cerebrales bajo un microscopio, los médicos pueden enviarlas para una secuenciación genética más exhaustiva.
Pero no todos los hospitales tienen acceso a esa tecnología. E incluso aquellos que lo hacen, pueden pasar varias semanas antes de recibir los resultados, dijo el Dr. Alan Cohen, director de la División de Neurocirugía Pediátrica de Johns Hopkins y especialista en cáncer.
"Tenemos que iniciar el tratamiento sin saber qué estamos tratando", dijo el Dr. Cohen.
El nuevo método utiliza una técnica de secuenciación genética más rápida y la aplica sólo a una pequeña porción del genoma celular, lo que le permite arrojar resultados antes de que un cirujano haya comenzado a operar en los bordes de un tumor.
El Dr. de Ridder dijo que el modelo era lo suficientemente potente como para ofrecer un diagnóstico con datos genéticos escasos, similar a alguien que reconoce una imagen basándose sólo en el uno por ciento de sus píxeles y a partir de una porción desconocida de la imagen.
"Puede descubrir por sí mismo lo que está mirando y hacer una clasificación sólida", dijo el Dr. de Ridder, quien también es investigador principal en el Instituto Oncode, un centro de investigación del cáncer en los Países Bajos.
Pero algunos tumores siguen siendo difíciles de diagnosticar. Las muestras tomadas durante la cirugía son aproximadamente del tamaño de un grano de maíz, y si incluyen algo de tejido cerebral sano, el sistema de aprendizaje profundo puede tener dificultades para seleccionar suficientes marcadores específicos del tumor.
