Herramienta de IA detecta cáncer en muestras de sangre en 10 minutos

La detección de la recurrencia o propagación del cáncer a menudo depende de la identificación de células tumorales poco comunes que circulan en el torrente sanguíneo, un proceso conocido como biopsia líquida. Sin embargo, los métodos actuales requieren que especialistas capacitados dediquen horas a analizar imágenes de millones de células sanguíneas para encontrar unas pocas anormales. Investigadores han desarrollado un algoritmo de inteligencia artificial (IA) que automatiza esta laboriosa tarea, permitiendo la detección de células cancerosas en aproximadamente diez minutos con una velocidad y precisión sin precedentes.

El nuevo algoritmo, denominado RED (siglas en inglés para Detección de Eventos Raros), fue desarrollado por científicos de la Escuela de Ingeniería Viterbi de la USC (Los Ángeles, California, EUA) y de la Facultad de Letras, Artes y Ciencias Dornsife de la USC (Los Ángeles, California, EUA). A diferencia de los sistemas de biopsia líquida existentes, que dependen de la revisión humana o de características celulares predefinidas, RED utiliza aprendizaje profundo para detectar de forma autónoma células atípicas que difieren de millones de células sanguíneas normales. No requiere conocimiento previo de la apariencia de una célula cancerosa.

En cambio, identifica patrones celulares inusuales y los clasifica según su rareza, señalando automáticamente las posibles células cancerosas para su posterior análisis. En pruebas de laboratorio, los investigadores evaluaron RED utilizando dos conjuntos de datos: muestras de sangre de pacientes con cáncer de mama avanzado y muestras simuladas en las que se añadieron células cancerosas a sangre normal. Los resultados, publicados en Precision Oncology, muestran que el algoritmo alcanzó una tasa de detección del 99 % para las células cancerosas epiteliales y del 97 % para las endoteliales, reduciendo el volumen de datos para la revisión humana en un factor de 1.000.

En comparación con los métodos tradicionales, RED identificó el doble de células relevantes asociadas al cáncer, lo que destaca su capacidad para eliminar el sesgo humano y descubrir señales biológicas sutiles. Al combinar el modelado computacional con la experiencia humana, el equipo de la USC ha desarrollado un marco que acelera el análisis de biopsias líquidas y facilita el seguimiento continuo del cáncer. Este enfoque ya se está aplicando para estudiar los resultados de los cánceres de mama, páncreas y mieloma múltiple. La capacidad de RED para detectar células cancerosas poco frecuentes en muestras de sangre también podría mejorar la vigilancia de los pacientes, permitiendo la detección temprana de recurrencias y una planificación del tratamiento más eficaz.

“Este es uno de los mejores ejemplos de cómo la IA moderna está transformando la forma en que investigamos en el ámbito de la salud”, afirmó Peter Kuhn, profesor universitario y director del Instituto de Ciencia Convergente en Cáncer de la USC. “Nuestro próximo paso es seguir impulsando la vanguardia de la IA para cambiar radicalmente nuestra capacidad de detectar el cáncer en la sangre de los pacientes en etapas tempranas”.

Enlaces relacionados:
Escuela de Ingeniería Viterbi de la USC
Facultad de Letras, Artes y Ciencias Dornsife de la USC

Visitar la expo >

Miembro Oro

Quality Control Material

iPLEX Pro Exome QC Panel

KIT DE PRUEBA POC PARA H.PYLORI
Hepy Urease Test

CBM Analyzer

Complete Blood Morphology (CBM) Analyzer

Miembro Plata

PLACAS PARA PCR

Diamond Shell PCR Plates