Un reciente estudio describe un método para diagnósticos más rápidos y precisos, que puede ayudar a los cirujanos a decidir con qué agresividad operar.
Una vez que el bisturí llega al borde de un tumor en el cerebro, los cirujanos se enfrentan a una decisión angustiosa: cortar parte del tejido cerebral sano para asegurarse de que extirparon todo el tumor o dejarle bastante espacio al tejido sano y arriesgarse a que queden algunas de las células amenazadoras.
Unos científicos de los Países Bajos reportaron haber usado la inteligencia artificial para proveer de conocimiento sobre el tumor a los cirujanos, para así ayudarles a tomar esa decisión.
El método, descrito en un estudio publicado en la revista Nature, consiste en que una computadora escanea segmentos del ADN de un tumor y se posa en ciertas modificaciones químicas que pueden producir un diagnóstico detallado del tipo e incluso subtipo de tumor cerebral.
Según los investigadores, ese diagnóstico, generado durante las primeras fases de una intervención quirúrgica de horas, puede ayudar a los cirujanos a decidir la agresividad de la operación.
En el futuro, el método también podría ayudar a orientar a los doctores hacia tratamientos diseñados para un subtipo específico de tumor. “Es imprescindible conocer el subtipo de tumor al momento de la cirugía”, afirmó Jeroen de Ridder, profesor titular del Centro de Medicina Molecular del hospital UMC Utrecht, de los Países Bajos, quien colaboró en la dirección del estudio.
“Nuestro logro particular es permitir que este diagnóstico tan sólido y detallado ya se realice durante la cirugía”.
Su sistema de aprendizaje profundo, llamado Sturgeon, se probó por primera vez con muestras tumorales congeladas de operaciones previas de cáncer cerebral. El sistema diagnosticó con precisión 45 de los 50 casos en 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 operaciones cerebrales en vivo, la mayoría de ellas en niños, junto con el método estándar para examinar muestras tumorales bajo un microscopio. El nuevo método produjo dieciocho diagnósticos correctos y no alcanzó el umbral de confianza necesario en los otros siete casos.
Según el estudio, los diagnósticos se realizaron en menos de 90 minutos, tiempo suficiente para orientar la toma de decisiones durante una operación. En la actualidad, además de examinar muestras de tumores cerebrales en un microscopio, los doctores pueden enviarlas a una secuenciación genética más exhaustiva.
Pero no todos los hospitales tienen acceso a esa tecnología. Incluso en los que sí la tienen, pueden pasar varias semanas antes de recibir los resultados, señaló Alan Cohen, director de la División de Neurocirugía Pediátrica del Hospital Johns Hopkins y especialista en cáncer. “Debemos empezar el tratamiento sin saber qué estamos tratando”, comentó Cohen.
El nuevo método utiliza una técnica de secuenciación genética más rápida y la usa solo en una pequeña porción del genoma celular, lo cual permite obtener resultados antes de que el cirujano haya empezado a operar en los bordes de un tumor. De Ridder mencionó que el modelo tenía suficiente capacidad como para emitir un diagnóstico con escasos datos genéticos, parecido a alguien que reconoce una imagen basándose tan solo en el uno por ciento de sus píxeles y a partir de una porción desconocida de la imagen.
“Puede descifrar por sí solo lo que está observando y hacer una clasificación contundente”, afirmó De Ridder, quien también es investigador principal del Instituto Oncode, un centro de investigación del cáncer en los Países Bajos.
No obstante, algunos tumores siguen siendo difíciles de diagnosticar. Las muestras tomadas durante la cirugía tienen más o menos el tamaño de un grano de maíz y, si incluyen tejido cerebral sano, el sistema de aprendizaje profundo puede tener dificultades para detectar suficientes marcadores específicos del tumor.
En el estudio, los doctores abordaron el problema pidiéndoles a los patólogos que examinaban las muestras en el microscopio que marcaran las que tenían más tumor para secuenciarlas, explicó Marc Pagès-Gallego, bioinformático del UMC Utrecht y coautor del estudio. También suele haber diferencias dentro de las células tumorales de un mismo paciente, es decir que el pequeño segmento secuenciado podrían no ser representativo de todo el tumor.
:quality(85)/cloudfront-us-east-1.images.arcpublishing.com/infobae/4NOCB3DLVZHTLN5BMNRHR6VIEU.jpg)
Quizá algunos tumores menos comunes no correspondan con los clasificados con anterioridad. Y algunos tipos de tumores son más fáciles de clasificar que otros. Según los autores del estudio, otros centros médicos ya empezaron a aplicar el nuevo método a muestras quirúrgicas, lo cual sugiere que puede funcionar en otras manos.
Sin embargo, Sebastian Brandner, profesor de Neuropatología en la Universidad College de Londres, comentó que a menudo la secuenciación y clasificación de células tumorales todavía requiere una experiencia significativa de bioinformática, así como trabajadores capaces de manejar la tecnología, solucionar problemas y repararla. “La implementación por sí sola es menos sencilla de lo que a menudo se sugiere”, afirmó.
Los tumores cerebrales también son los más adecuados para ser clasificados según las modificaciones químicas que analiza el nuevo método; no todos los cánceres pueden diagnosticarse de esa manera. El nuevo método forma parte de un gran movimiento que busca aportar precisión molecular al diagnóstico de los tumores, lo cual podría permitir que los científicos desarrollen tratamientos específicos menos dañinos para el sistema nervioso.
No obstante, hasta ahora fue difícil traducir un conocimiento más profundo de los tumores en nuevas terapias. “Hemos logrado algunos avances, pero no tantos en el tratamiento como en la comprensión del perfil molecular de los tumores”, mencionó Cohen.
(Fuente: Infobae)
