Herramientas de IA detectan cáncer en etapa temprana mediante análisis de sangre

Muchos cánceres se diagnostican solo en etapas avanzadas, cuando las opciones de tratamiento son menores y las tasas de supervivencia más bajas. Un nuevo enfoque basado en inteligencia artificial (IA) sugiere que los cánceres en etapa temprana podrían detectarse mediante un simple análisis de sangre, incluso con una infraestructura de laboratorio básica.

Investigadores del Instituto Indraprastha de Tecnología de la Información de Delhi (IIIT-Delhi, Nueva Delhi, India) han desarrollado un análisis de sangre pan-cáncer asequible y escalable que utiliza IA para detectar señales moleculares asociadas al cáncer. El enfoque se basa en el análisis de plaquetas con formación tumoral, componentes sanguíneos cuyos perfiles moleculares se alteran en presencia de cáncer, incluso en etapas tempranas.

Las plaquetas con información tumoral contienen información molecular inducida por el cáncer, la cual puede detectarse a partir de una pequeña muestra de sangre. Mediante algoritmos de aprendizaje automático, el modelo de IA identifica patrones específicos del cáncer dentro de estas señales plaquetarias y distingue entre múltiples tipos de cáncer. El sistema está diseñado para funcionar sin plataformas de secuenciación de alta tecnología ni experiencia especializada, lo que lo hace ideal para una implementación generalizada en entornos sanitarios con recursos limitados.

Según el equipo de investigación, la prueba basada en IA es capaz de detectar cánceres en estadio I y II, cuando los resultados del tratamiento suelen ser más favorables. Dado que el método utiliza hemoderivados rutinarios y análisis computacional en lugar de biopsias invasivas o imágenes costosas, ofrece una alternativa rentable a los diagnósticos convencionales. Los investigadores enfatizan que este enfoque busca complementar, en lugar de reemplazar, las vías de diagnóstico existentes.

Paralelamente, el equipo aplica inteligencia artificial y análisis de big data a la genómica unicelular para comprender por qué los cánceres suelen sobrevivir al tratamiento y reaparecer. Mediante el análisis de la heterogeneidad celular dentro de los tumores, los investigadores están mapeando cómo interactúan los diferentes subtipos de células malignas e inmunitarias y cómo responden al tratamiento. Su marco de "álgebra celular" permite la manipulación virtual de poblaciones celulares para identificar las células cancerosas más resistentes al tratamiento y priorizar las estrategias terapéuticas.

El programa de investigación más amplio también incluye la predicción basada en IA de las respuestas farmacológicas específicas de cada paciente mediante la integración de datos genómicos, químicos, imágenes, patología e historiales clínicos. Estas herramientas podrían facilitar una selección de tratamientos más precisa y reducir los enfoques de ensayo y error en oncología. Con la gran población de pacientes de la India, la expansión de los biobancos y la creciente infraestructura de salud digital, los investigadores ven un gran potencial de impacto a nivel nacional y global.

“Nuestro laboratorio desarrolla algoritmos escalables de IA y big data para analizar datos genómicos masivos de células individuales, lo que nos permite descifrar la heterogeneidad de las células cancerosas”, afirmó el profesor Debarka Sengupta del IIIT-Delhi, quien dirigió la investigación. “Al modelar cómo interactúan los diferentes subtipos de células malignas e inmunitarias y cómo sobreviven al tratamiento, podemos identificar las células cancerosas más letales dentro de un tumor. Nuestro enfoque de "álgebra celular" permite la adición y sustracción virtual de tipos celulares, lo que ofrece una nueva forma de priorizar las terapias y comprender por qué un solo fármaco no puede eliminar todas las células cancerosas, abriendo así una nueva perspectiva en la biología del cáncer y el manejo clínico”.

Enlaces relacionados:
IIIT-Delhi