Inteligencia artificial detecta la leucemia mieloide aguda (AML), con alta fiabilidad

Comparta este Artículo en:

Inteligencia artificial puede detectar una de las formas más comunes de cáncer de sangre, la leucemia mieloide aguda (AML), con alta confiabilidad.

Investigadores del Centro Alemán de Enfermedades Neurodegenerativas (DZNE) y de la Universidad de Bonn han demostrado esto en un estudio de prueba de concepto.

Su enfoque se basa en el análisis de la actividad genética de las células que se encuentran en la sangre.

Utilizado en la práctica, este enfoque podría apoyar el diagnóstico convencional y posiblemente acelerar el comienzo de la terapia.

La inteligencia artificial es un tema muy discutido en medicina, especialmente en el campo del diagnóstico.

“Nuestro objetivo era investigar el potencial sobre la base de un ejemplo específico“, explica el profesor Joachim Schultze, líder del grupo de investigación en el DZNE y jefe del Departamento de Genómica e Inmunoregulación del Instituto LIMES de la Universidad de Bonn.

“Debido a que esto requiere grandes cantidades de datos, evaluamos los datos sobre la actividad genética de las células sanguíneas.

Se han llevado a cabo numerosos estudios sobre este tema y los resultados están disponibles a través de bases de datos.

Por lo tanto, existe un enorme conjunto de datos. Hemos recopilado prácticamente todo lo que está disponible actualmente“.

Schultze y sus colegas se centraron en el “transcriptoma”, que es una especie de huella digital de la actividad genética.

En todas y cada una de las células, dependiendo de su condición, solo ciertos genes están realmente “activados”, lo que se refleja en sus perfiles de actividad génica.

Exactamente tales datos, derivados de células en muestras de sangre y que abarcan muchos miles de genes, se analizaron en el estudio actual.

“El transcriptoma contiene información importante sobre la condición de las células.

Sin embargo, el diagnóstico clásico se basa en datos diferentes.

Por lo tanto, queríamos averiguar qué puede lograr un análisis del transcriptoma usando inteligencia artificial, es decir, algoritmos entrenables”, dijo Schultze, que es miembro del grupo de excelencia “ImmunoSensation” de Bonn.

“A largo plazo, tenemos la intención de aplicar este enfoque a otros temas, en particular en el campo de la demencia“.

El estudio actual se centró en la AML.

Sin un tratamiento adecuado, esta forma de leucemia conduce a la muerte en pocas semanas.

La AML está asociada con la proliferación de células de médula ósea alteradas patológicamente, que finalmente pueden ingresar al torrente sanguíneo.

Finalmente, tanto las células sanas como las células tumorales derivan en la sangre.

Todas estas células exhiben patrones típicos de actividad génica, que fueron considerados en el análisis.

Se tomaron en cuenta los datos de más de 12,000 muestras de sangre, provenientes de 105 estudios diferentes: el conjunto de datos más grande hasta la fecha para un metaestudio sobre AML.

Aproximadamente 4,100 de estas muestras de sangre derivadas de individuos diagnosticados con AML, las restantes habían sido tomadas de individuos con otras enfermedades o de individuos sanos.

Older men after prostatectomy are less likely to regain the ability to gain and keep erection needed for performing cipla viagra india sex. Based cipla levitra on the scientific studies proper usage of these tablets improves the sexual functioning of males. Some of the users of well known tadalafil generic viagra that has been continued till the date. No doubt that Cycling is levitra generic cialis unica-web.com good for you or not.

Los científicos alimentaron sus algoritmos con partes de este conjunto de datos.

La entrada incluía información sobre si una muestra provenía de un paciente con AML o no.

“Los algoritmos luego buscaron en el transcriptoma patrones específicos de la enfermedad. Este es un proceso en gran parte automatizado. Se llama aprendizaje automático“, dijo Schultze.

Con base en este reconocimiento de patrones, los algoritmos analizaron y clasificaron más datos, es decir, se clasificaron en muestras con AML y sin AML.

“Por supuesto, sabíamos que la clasificación figuraba en los datos originales, pero el software no.

Luego verificamos la tasa de aciertos.

Fue superior al 99 por ciento para algunos de los métodos aplicados.

De hecho, probamos varios métodos de el repertorio de aprendizaje automático e inteligencia artificial.

En realidad, había un algoritmo que era particularmente bueno, pero los otros estaban muy cerca“.

Aplicación en la práctica?

Aplicado, este método podría soportar diagnósticos convencionales y ayudar a ahorrar costos, dijo Schultze.

“En principio, una muestra de sangre tomada por el médico de familia y enviada a un laboratorio para su análisis podría ser suficiente. Supongo que el costo sería inferior a 50 euros“.

El diagnóstico clásico de AML incluye una variedad de métodos.

Algunos de estos cuestan unos cientos de euros por corrida, señaló Schultze.

“Sin embargo, aún no hemos desarrollado una prueba viable. Solo hemos demostrado que el enfoque funciona en principio. Por lo tanto, hemos sentado las bases para desarrollar una prueba“.

Schultze enfatizó que el diagnóstico de AML continuará requiriendo médicos especializados en el futuro.

“El objetivo es proporcionar a los expertos una herramienta que los apoye en su diagnóstico.

Además, muchos pacientes pasan por una odisea real hasta que finalmente terminan con un especialista y obtienen un diagnóstico“.

Porque en las primeras etapas, los síntomas de la AML pueden parecerse a los de un resfriado fuerte.

Sin embargo, la AML es una enfermedad potencialmente mortal que debe tratarse lo más rápido posible.

“Con un análisis de sangre, como parece posible sobre la base de nuestro estudio, es concebible que el médico de familia ya aclare una sospecha de AML.

Y cuando se confirma la sospecha, el paciente es derivado a un especialista.

Posiblemente, el el diagnóstico ocurriría antes de lo que ocurre ahora y la terapia podría comenzar antes“.

Fuente: EurekAlert