La inteligencia artificial puede detectar una de las formas más comunes de cáncer de sangre: la leucemia mieloide aguda AML, con alta confiabilidad. Los investigadores del Centro Alemán de Enfermedades Neurodegenerativas DZNE y la Universidad de Bonn ahora han demostrado esto enun estudio de prueba de concepto. Su enfoque se basa en el análisis de la actividad génica 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. Los resultados de la investigación han sido publicadosen el diario iScience .
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 yjefe 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 resultadosestán 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 ".
huella digital de la actividad genética
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 perfilesde actividad genética. 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 el estado de las células. Sin embargo, el diagnóstico clásico se basa en diferentesPor lo tanto, queríamos averiguar qué puede lograr un análisis del transcriptoma utilizando inteligencia artificial, es decir, algoritmos entrenables ", dijo Schultze, quien es miembro del grupo de excelencia" ImmunoSensation "basado en Bonn".término, pretendemos 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 semanas. La AML está asociada con la proliferación de células de médula ósea alteradas patológicamente, que finalmente pueden ingresar al torrente sanguíneo. En última instancia, tanto células sanas como células tumoralesderiva en la sangre. Todas estas células exhiben patrones de actividad genética típicos, que se consideraron en el análisis. Se tomaron en cuenta los datos de más de 12,000 muestras de sangre, provenientes de 105 estudios diferentes: el mayor conjunto de datos hasta la fecha paraun metaestudio sobre AML. Aproximadamente 4,100 de estas muestras de sangre derivadas de individuos diagnosticados con AML, las restantes se tomaron de individuos con otras enfermedades o de individuos sanos.
alta tasa de aciertos
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. Esllamado aprendizaje automático ", dijo Schultze. Según este reconocimiento de patrones, los algoritmos analizaron y clasificaron más datos, es decir, los clasificaron en muestras con AML y sin AML." Por supuesto, conocíamos la clasificación tal como figuraba en los datos originales., pero el software no lo hizo. Luego verificamos la tasa de aciertos. Fue superior al 99 por ciento para algunos de los métodos aplicados. De hecho, probamos varios métodos del repertorio de aprendizaje automático e inteligencia artificial. En realidad, había un algoritmo que eraparticularmente bueno, pero los otros estaban muy cerca "
¿Aplicación en la práctica?
Aplicado, este método podría respaldar los 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 menormás de 50 euros ". El diagnóstico clásico de AML incluye una variedad de métodos. Algunos de estos cuestan unos cientos de euros por ejecución, señaló Schultze." Sin embargo, aún no hemos desarrollado una prueba viable. Solo hemos demostrado que el enfoque funciona en principio. Así que 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 verdadera odisea hasta que finalmentetermine con un especialista y obtenga un diagnóstico ". Porque en las primeras etapas los síntomas de la AML pueden parecerse a los de un resfriado grave. Sin embargo, la AML es una enfermedad potencialmente mortal que debe tratarse lo más rápido posible".prueba, 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 remitido a un especialista. Posiblemente, el diagnóstico entonces sucederíaantes de lo que lo hace ahora y la terapia podría comenzar antes "
Fuente de la historia :
Materiales proporcionado por DZNE - Centro alemán de enfermedades neurodegenerativas . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :