Inteligencia artificial versus tumor cerebral

Ganar al cáncer es el objetivo más buscado por la comunidad científica. La investigación es clave, pero la tecnología no se queda atrás en esta carrera de fondo que poco a poco va atravesando pequeñas metas que aportan esperanza en los pacientes con esta enfermedad. Una enfermedad con caras y pronósticos infinitos. 

En concreto, en el cerebro, el glioblastoma es el tumor primario cerebral más frecuente. Se origina de la glía y tiene el comportamiento más agresivo dentro del grupo de tumores llamados gliomas; también se conoce como astrocitoma de grado IV, haciendo referencia a su malignidad. Los síntomas que produce varían en función de su localización y en casos de tumores de gran volumen pueden producir síntomas secundarios al aumento de la presión intracraneal. De tal forma que el paciente puede experimentar dolor de cabeza, alteraciones cognitivas, enlentecimiento mental, alteraciones conductuales, crisis epilépticas y déficits neurológicos focales (alteraciones del habla, movilidad, etcétera). 

Su incidencia se calcula que es de 3-4 casos por 100.000 habitantes por año. El tratamiento estándar de estos tumores consiste en una combinación de cirugía, la cual pretende remover la mayor cantidad de volumen tumoral posible, seguida de radio y quimioterapia. Este protocolo de tratamiento es el mismo desde hace ya 15 años, lo cual demuestra el fracaso de los múltiples ensayos

clínicos hasta ahora realizados. Con las terapias actuales, la tasa de recaída del tumor es del 100% y la media de supervivencia se estima en alrededor de 18 meses.

El uso de la inteligencia artificial permite una aproximación más precisa a pacientes con cáncer. De hecho, cada vez más datos indican que esta tecnología también ayudará a seleccionar tratamientos con mayor éxito contra tumores, adaptados para cada persona. En este camino investigadores del departamento de Neurocirugía del Hospital Universitario Río Hortega de Valladolid aplican esta tecnología para predecir la expansión del glioblastoma y así prolongar la supervivencia del paciente.

Su campo de investigación es la neuroimagen aplicada en cirugía de tumores cerebrales. Dentro de ese marco están desarrollando dos proyectos. El primero de ellos se basa en la utilización de imágenes de ecografía intraoperatoria. Es más, en esta técnica de imagen este servicio se ha convertido en un centro de referencia. Nuestra producción científica en los últimos tres años alcanza casi la decena de artículos publicados en revistas científicas. «Somos, además, uno de los pocos centros en el mundo que aplicamos una modalidad de ecografía llamada elastografía, que consiste en el estudio de la consistencia de los tumores mediante ultrasonidos», explica Santiago Cepeda, coordinador del Comité de Tumores Cerebrales del Río Hortega. 

En este primer proyecto, han creado la primera base de datos internacional de imágenes ecográficas intraoperatorias de tumores cerebrales llamada BraTioUS-DB (Brain Tumor intraoperative Ultrasound Database). Un trabajo para el que han contado con la colaboración de otros servicios de Neurocirugía de Milán, Roma, Marburg, Tours, Mumbai y Pretoria. «Nuestro objetivo es reunir una gran cantidad de imágenes para poder aplicar técnicas de inteligencia artificial y así construir modelos diagnósticos y de supervivencia». 

El segundo proyecto consiste en predecir en qué zonas del cerebro tendrá lugar la recaída de los glioblastomas, utilizando las características de textura de las imágenes de resonancia magnética, combinadas con algoritmos de machine learning. Para este proyecto cuentan con la colaboración del Machine Learning Group - Departamento de Física y Tecnología de la UIT, Universidad Arctic de Noruega, y casos provenientes del Hospital 12 de Octubre de Madrid y el Hospital Universitario de Trondheim de Noruega.

Un proyecto, en su opinión, innovador porque no existe ninguna herramienta de aplicación clínica que ofrezca la posibilidad de diferenciar las áreas sanas o de inflamación frente a las áreas invadidas por tumor en este tipo de cáncer. Por lo cual, según detalla Cepeda, la resección quirúrgica se limita a la zona central del tumor que capta el contraste en las imágenes de resonancia. Por tanto,

añade, lo innovador consiste en el cambio de la estrategia quirúrgica actualmente aceptada como estándar para estos pacientes.

El modelo predictivo utiliza los datos que provienen de las imágenes de resonancia magnética de estos pacientes. Para obtener dicha información, el coordinador del Comité de tumores cerebrales del Hospital Universitario Río Hortega explica que las imágenes deben ser procesadas de una forma avanzada. Tras la extracción de datos se aplican modelos de clasificación de aprendizaje automático y el resultado es una representación visual de las áreas con alta probabilidad de estar infiltradas por tumor y ser los sitios de futura recaída.

Conocer los sitios de futura expansión del tumor ayudaría a los neurocirujanos a planificar el tratamiento quirúrgico de acuerdo con el modelo de predicción. Esto significa, sostiene Santiago Cepeda, remover estas zonas del cerebro adyacentes al tumor por el riesgo que tienen en un futuro de ser los lugares de recaída. «Actualmente estas regiones no son removidas durante la cirugía debido a que desconocemos con exactitud qué zonas debemos de quitar y cuáles no». 

Otra aplicación, incide, podría ser adaptar el tratamiento radioterápico a estas zonas de riesgo. El objetivo final es prolongar el intervalo libre de enfermedad y la supervivencia global de estos pacientes. De igual forma, agrega el adjunto de Neurocirugía, se podría analizar dichas regiones para poder entender mejor el comportamiento biológico de estos tumores y desarrollar nuevas líneas de quimioterapia en un futuro.

El motivo de poner en marcha este proyecto es, según relata, la necesidad que tienen estos pacientes de optimizar el tratamiento que reciben y sobre todo de aumentar de alguna forma su esperanza de vida. «Somos conscientes de que la cirugía no será nunca la cura de este tipo de tumores malignos, pero no podíamos limitarnos a simplemente operar a nuestros pacientes según la práctica habitual, teníamos que intentar brindarles algo más», expone. 

Este equipo vallisoletano lleva cerca de tres años aprendiendo a aplicar técnicas de procesamiento avanzadas a las imágenes de resonancia magnética, así como también adquiriendo conocimientos acerca de ciencia de datos (machine y deep learning). En este sentido, comenta que hace poco publicaron un modelo que predice la supervivencia de estos pacientes utilizando inteligencia artificial. Ahora han dado un paso más y desde hace un año han arrancado con este proyecto centrado en la expansión del glioblastoma para prolongar la supervivencia del paciente.

A nivel europeo son pioneros en la aplicación de estas nuevas tecnologías para este tipo de tumores. Es verdad, admite que existe otro grupo en Estados Unidos, del cual también forman parte y colaboran activamente, y quienes tienen un objetivo similar. «La diferencia está en la metodología que nosotros empleamos y especialmente en nuestro objetivo final, el cual es obtener una herramienta de aplicación práctica y que pueda ser utilizada en cualquier otro hospital del mundo», subraya. 

Ahora mismo los investigadores del departamento de Neurocirugía en las instalaciones del Hospital Universitario Río Hortega trabajan en la automatización del modelo de predicción. Para ello mantienen reuniones periódicas con el equipo de expertos de datos de Noruega (Samuel Kuttner y Luigi Luppino) comunicándose a un nivel técnico muy elevado. «Tenemos la suerte de contar con ellos y se han mostrado abiertos a colaborar en todo momento a pesar de que nosotros no contamos con financiación que pueda compensar su asistencia», celebra Santiago Cepeda.

El siguiente paso es, avanza, validar los resultados mediante la toma de muestras de tejido dirigidas utilizando los mapas de infiltración. Para poder financiar los gastos de esta línea de investigación han enviado una solicitud a la convocatoria de ayudas para proyectos de investigación en Salud del Instituto Carlos III. De esta forma, podrán continuar con su investigación e incorporar al equipo de trabajo al Instituto de Biología y Genética Molecular (IBGM) y al Grupo de Ingeniería Biomédica (GIB) de la Universidad de Valladolid.

 

SANTIAGO CEPEDA / COORDINADOR DEL COMITÉ DE TUMORES CEREBRALES  «La ejecución del sistema de ayudas es un proceso que se puede mejorar en un futuro»

Santiago Cepeda, coordinador del Comité de Tumores Cerebrales del Hospital Universitario Río Hortega de Valladolid, asegura que existe voluntad política para convertir a Castilla y León en puntera a nivel de investigación, sin embargo, «la ejecución del sistema de ayudas y promoción es un proceso que se puede mejorar en el futuro». 

En este punto, expone que recientemente han recibido la primera ayuda económica de parte de la Gerencia Regional, que permitirá financiar una parte de su proyecto de la base de datos de ultrasonidos, pero, añade, necesitan que los estamentos constituidos relacionados con la investigación amplíen su cobertura y respaldo a iniciativas como esta.

No obstante, Santiago Cepeda reconoce que la necesidad más urgente que tienen es que la patología neuroquirúrgica de elevada complejidad como lo es la neuro-oncológica y neuro-vascular sea centralizada a nivel regional. «Tomando en cuenta que la incidencia de estas enfermedades es baja, la única forma de que profesionales como nosotros perfeccionemos nuestras habilidades y desarrollemos proyectos de investigación es contar con un número suficiente de casos».

Preguntado por la situación de la investigación y la innovación en Castilla y León con respecto a España, afirma que existen diferencias en la distribución y acceso a los recursos. «La infraestructura y logística de los grandes hospitales genera una importante desventaja, de tal forma que a centros como el nuestro les resulta mucho más difícil poder realizar una actividad investigadora en condiciones óptimas», sentencia Santiago Cepeda.