Uso de la inteligencia artificial para el diagnóstico y tratamiento de tumores cerebrales

 

Autora: Ximena Ramirez Lopez

El diagnóstico certero de los tumores cerebrales es de suma importancia ya que si esto no se realiza de manera adecuada, se puede comprometer la función cognitiva de la persona. Por esta razón, para mejorar el diagnóstico, se ha estudiado la implementación de la inteligencia artificial (IA) mediante la máquina de revisión y evaluación de histopatología por criosección o CHARM (Bateson, 2023).

Métodos de diagnóstico para los tumores cerebrales

Los tumores cerebrales son una aglomeración de células que crecen y se dividen de manera descontrolada. Estos pueden ser malignos y se dividen según el sitio donde se originaron. Los primarios se originan directamente en el cerebro o en el tejido cercano a éste. Los metastásicos se originan en otra parte del cuerpo y hacen metástasis en el cerebro (American Association of Neurological Surgeons, 2022). Su pronta detección y diagnóstico es de suma importancia ya que se puede generar un plan de tratamiento adecuado. Normalmente, los métodos que se emplean para su detección son (Sravanthi et al., 2021):

  • Tomografía por emisión de positrones (PET): permite obtener imágenes en tiempo real de las estructuras del cuerpo. Para esto, se inyecta una sustancia conocida como radiofármaco cuya función es identificar las células tumorales. Se usa para detectar tumores recurrentes (Suárez et al., 2004).

  • Tomografía computarizada: en esta técnica, se hace uso de rayos X para crear imágenes de alguna estructura específica del cuerpo (NIH, 2019).

  • Imágen por resonancia magnética: usando un imán, en conjunto con ondas de radio, se crean imágenes de alguna zona en específico. En algunos casos, se emplea un material de contraste para visualizar de mejor manera la zona de interés. Normalmente, esta técnica se usa para hacer un plan de tratamiento (NIH, 2011).

Uso de la inteligencia artificial en el diagnóstico

La IA se puede definir como la disciplina que combina la computación y las bases de datos. Esta información le da la capacidad al sistema de reconocer situaciones específicas y darle una respuesta a cada una de estas (IBM, 2023). En el ámbito del diagnóstico, la IA es utilizada para evaluar síntomas, resultados de exámenes y en conjunto con la historia médica de los pacientes, pueda dar un diagnóstico más certero. La principal ventaja de la implementación de la IA es que es capaz de analizar bases de datos extensas lo que ayuda a realizar un diagnóstico certero en un menor periodo de tiempo (Al-Antari, 2023).

Funcionamiento de CHARM

Con el objetivo de implementar un método de diagnóstico certero que auxiliara a los cirujanos en las operaciones de los tumores cerebrales, un grupo de investigadores de la escuela de medicina Harvard desarrolló el CHARM (Bateson, 2023). Esta es una herramienta que por medio de la IA, puede determinar el perfil genético de los tumores en menor tiempo (Griffin, 2023). Al momento de la cirugía, CHARM puede identificar alteraciones de las células y  determinar la cantidad de tejido que se debe de retirar en esa área. Además, también ayuda en la toma de decisiones para aplicar o no algún tipo de terapia al momento de la cirugía. Esto se debe a que algunos tumores responden mejor a los tratamientos que se aplican directamente en el sitio (Bateson, 2023).

CHARM es una herramienta cuyo funcionamiento se basa en la implementación de la IA. Esta ha mostrado ser de gran ayuda ya que puede tomar decisiones al momento tomando en consideración todos los datos suministrados por la base de datos. Esto ofrece una alternativa ya que, en comparación con los métodos de diagnóstico actuales, ayuda a agilizar los procesos de detección y tratamiento en el caso de los tumores cerebrales. Aunque aún es necesario mejorar el proceso de análisis de los perfiles genéticos, es una gran opción que ayuda a tomar decisiones rápidas con mayor certeza.

Referencias

Al-Antari, M.A. (2023) ‘Artificial Intelligence for medical diagnostics—existing and future AI technology!’, Diagnostics, 13(4), pp. 1–3. https://doi.org/10.3390/diagnostics13040688.

American Association of Neurological Surgeons (2022) Brain tumors, AANS. Available at: https://www.aans.org/en/Patients/Neurosurgical-Conditions-and-Treatments/Brain-Tumors#:~:text=Sophisticated%20imaging%20techniques%20can%20pinpoint,nerve%20pathways%20of%20the%20brain. (Accessed: 12 July 2023).

Bateson, S. (2023) AI tool helps eradicate brain tumours during surgical procedures, Medical Device Network. Available at: https://www.medicaldevice-network.com/news/ai-tool-helps-eradicate-brain-tumours-during-surgical-procedures/ (Accessed: 12 July 2023).

Griffin, M. (2023) ‘CHARM vs. el cáncer de cerebro: Así es la máquina con IA que ayuda a tratar la enfermedad’, El Financiero, 7 July.

IBM (2023) What is Artificial Intelligence (AI) ?, IBM. Available at: https://www.ibm.com/topics/artificial-intelligence (Accessed: 12 July 2023).

NIH (2011) Diccionario de Cáncer del NCI, Instituto Nacional del Cáncer. Available at: https://www.cancer.gov/espanol/publicaciones/diccionarios/diccionario-cancer/def/imagen-por-resonancia-magnetica (Accessed: 12 July 2023).

NIH (2019) Hoja Informativa Sobre Exploraciones Con Tomografía Computarizada (TC) para el Cáncer, Instituto Nacional del Cáncer. Available at: https://www.cancer.gov/espanol/cancer/diagnostico-estadificacion/hoja-informativa-tomografia-computarizada#qu-es-la-tomografa-computarizada (Accessed: 12 July 2023).

Sravanthi Peddinti, A., Maloji, S. and Manepalli, K. (2021) ‘Evolution in diagnosis and detection of brain tumor – review’, Journal of Physics: Conference Series, 2115(1), pp. 1–20. https://doi.org/10.1088/1742-6596/2115/1/012039.

Suárez, J.P. et al. (2004) ‘La Tomografía por Emisión de Positrones (PET) en la práctica clínica oncológica  ’, Oncología (Barc.), 27(8), pp. 15–25. https://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0378-48352004000800002.

 
DatosRGT Consultores InternacionalesEnfermedades