Uso de la IA en las enfermedades más recurrentes (II)

Ibermática Inteligencia Artificial, Salud

Ya hay varios proyectos de Inteligencia Artificial en marcha para ayudar en la lucha contra el cáncer de piel, uno de los más comunes de nuestra sociedad

En el artículo anterior se explicó cómo la IA (Inteligencia Artificial) juega un papel importante para la detección precoz del ictus, y los retos tecnológicos a los que nos enfrentamos, siendo necesario desarrollar una estrategia de gobierno adecuada para poder gestionar de manera eficiente ciertos puntos, que serían los siguientes:

Consultora en Transformación Digital e Inteligencia Artificial en Ibermática Digital.

• En la práctica clínica neurológica no existen actualmente sistemas que permitan integrar las resonancias magnéticas en otro sistema que posteriormente permita su explotación desde un punto de vista de gestión/evolución de patologías cerebrales en base a la topología, morfología y funcionalidad del cerebro.

• La utilización de las imágenes obtenidas mediante pruebas tomográficas es complicada, debido a que exigen una parte de procesamiento manual para cada estudio de cada problemática clínica concreta.

El melanoma maligno en cifras
Actualmente el cáncer de piel, el melanoma, es uno de los más comunes de nuestra sociedad. Presenta un rápido aumento, tendiendo a mayor agresividad que otros, con tasas de incidencia que han aumentado rápidamente en las últimas décadas, diagnosticándose más de 160.000 casos al año en todo el mundo (79.000 hombres y 81.000 mujeres). Concretamente en España se detectan anualmente 6.179 nuevos casos de melanoma y causa más de 900 muertes.

El melanoma va aumentando año tras año, especialmente desde los noventa. Esta elevada incidencia ha generado una alarma social y médica, que obliga a plantearse un abordaje multidisciplinar para su prevención, planteándose su tratamiento y curación, todo un reto para nuestra sociedad.

¿Qué es un melanoma y de qué medios se disponen para su detección?
Un melanoma es un tumor maligno de piel originado en los melanocitos, que son las células que producen melanina, que dan pigmento o color a la piel y nos protegen de los rayos ultravioleta. Suele manifestarse como un lunar atípico o sospechoso en cualquier área de la piel, aunque a veces también pueden aparecer en otras estructuras como el ojo o las vísceras.

La mayoría de melanomas suceden con la exposición de la piel a la radiación ultravioleta (UV) de la luz solar, ya sea por exposición continuada (por ejemplo, personas que trabajan al aire libre, como en una obra o el campo) o ya sea por exposiciones intermitentes (quemaduras solares en playa, piscina, cualquier lugar cuando se toma el sol, o usando cabinas de rayos UVA artificiales).

A pesar de que cada día se diagnostican melanomas en estadios más precoces, es paradójico que los métodos actuales para establecer el diagnóstico y el pronóstico de esta enfermedad se basen en criterios morfológicos y anatomopatológicos, que son muy imprecisos a la hora de evaluar el riesgo de progresión metastática de la enfermedad, ya que el problema asociado a esta enfermedad es que se trata de un cáncer caracterizado por ser muy variable en su evolución. Esto hace que a día de hoy un porcentaje muy elevado de casos no tenga una predicción clara de evolución clínica.

IA imágenes dermatológicas

Ejemplo de variabilidad de las imágenes dermatológicas.

Aplicando la IA en casos de uso reales
Actualmente se están desarrollando proyectos de investigación basados en la identificación de un panel de biomarcadores de apoyo al diagnóstico, pronóstico y tratamiento temprano del melanoma metastático. Para ello, se utiliza un sistema experto basado en algoritmos multiparamétricos que incluye análisis moleculares, genéticos, inmunológicos, análisis de imágenes o estudios dermatoscópicos de pacientes, entre otros. Permite abordar el problema del melanoma de una forma integral y transdisciplinar, permitiendo aplicar medicina personalizada, ya que facilitará la selección y adaptación de tratamientos a las necesidades específicas de cada paciente.

En este sentido, se están elaborando varias líneas:
• Desarrollo de un panel de biomarcadores multiparamétrico de apoyo al pronóstico del melanoma, donde se están identificando tanto elementos físicos de la lesión, como el Espesor de Breslow o la ulceración; como componentes genéticos (BRAF 1799T, BRAFV600E: ,NRAS, CDKN2.1), o biomarcadores (citoquinas, dermicidina, etc.), que permitan un mejor conocimiento de las características de los pacientes, su respuesta ante el tumor, y las connotaciones propias del tumor en cada paciente individual, y que posibiliten anticipar el pronóstico del melanoma.

• En línea con lo anterior, se están desarrollando algoritmos basados en estos paneles y con diferentes técnicas ópticas, para ofrecer soporte al diagnóstico temprano y al pronóstico del melanoma.

En este aspecto, el reto será el desarrollo de un sistema de apoyo en los servicios de dermatología y anatomía patológica, con el objetivo de poder dotar a los profesionales médicos de una herramienta capaz de identificar casos similares a los del paciente durante el proceso de diagnóstico.

Retos tecnológicos para el desarrollo de soluciones aplicados al melanoma
Para asumir los retos tecnológicos a los que nos enfrentamos en el desarrollo de diagnóstico del melanoma hay que tener en cuenta:

• El melanoma es un cáncer de piel que es muy variable en su presentación clínica y composición biológica, teniendo un porcentaje muy elevado de casos que no tienen una predicción clara de evolución. Una de las explicaciones de la comunidad científica es que el melanoma es heterogéneo en su composición celular. Es decir, que aunque sea pequeño, contiene clones de células con diferentes propiedades biológicas que lo capacitan para invadir tejidos circundantes, dando lugar a metástasis. Esta heterogeneidad de las células que constituyen el melanoma también explican su resistencia a tratamientos médicos y a la radioterapia. Actualmente la resección quirúrgica en estadios tempranos de la enfermedad es el tratamiento de referencia, sin embargo, en los casos de melanoma avanzado, a día de hoy se carece de un tratamiento médico eficaz.

• Construir una estrategia de gobierno adecuada, para que puedan gestionarse de manera eficiente, y así poder aportar el valor que se estima en el inicio de este tipo de proyectos, donde el reto estará principalmente en el diseño de las funcionalidades de gestión y gobierno de los datos. Datos con los que poder aplicar algoritmos informáticos para obtener diferentes correlaciones entre múltiples factores que podrían responder a preguntas clínicas sobre: opciones de diagnóstico, las decisiones de tratamiento, y factores pronósticos que podrían determinar la necesidad de terapias a lo largo del proceso de gestión de los pacientes con melanoma. Y es que se necesita una base de datos con una alta volumetría de información, que integre todos los resultados de análisis experimentales de muestras, así como toda la información asociada a múltiples pacientes, para su gestión y explotación.

- TAMBIÉN TE PUEDE INTERESAR -

Ir a Uso de la IA en las enfermedades más recurrentes (IV)

Uso de la IA en las enfermedades más recurrentes (IV)

10 septiembre, 2021

En el artículo anterior expliqué cómo la IA juega un papel importante para la detección del cáncer de mama, y ...

Ir a Ibermática ayuda a los profesionales sanitarios en sus diagnósticos a pacient...

Ibermática ayuda a los profesionales sanitarios en sus diagnósticos a pacientes con COVID-19

30 marzo, 2021

Los profesionales sanitarios ya cuentan con una herramienta más en la que apoyarse a la hora de ofrecer un diagnóstico ...