Científicos españoles crean una IA para predecir cómo se extiende el cáncer de mama

Un grupo de investigadores de las universidades de Granada y Sevilla, dirigido por Juan Antonio Marchal y Miguel Ángel Gutiérrez, ha desarrollado un sistema de Inteligencia Artificial (IA) capaz de predecir cómo se mueven las células del cáncer de mama, un factor clave en el proceso de metástasis. Este avance podría ayudar a entender mejor el comportamiento del cáncer y desarrollar nuevos tratamientos.

Así, teniendo en cuenta que 1 de cada 8 mujeres padecerán cáncer de mama, la necesidad por avanzar en tratamientos es ineludible por parte de las sociedades científicas en todo el mundo. Además, el 5% presentan metástasis en el momento del diagnóstico; un 30% desarrollarán con el tiempo metástasis, incluso años después de finalizar el tratamiento; un 5% es la supervivencia media al diagnóstico de cáncer de mama metastásico y 56 años, es la media de edad de las mujeres con cáncer de mama metastásico, una enfermedad que actualmente es incurable.

De ahí la importancia del estudio, titulado Uso del aprendizaje profundo para predecir la evolución dinámica de la migración del cáncer de mama, que combina técnicas de inteligencia artificial y biología computacional. Según explican desde la Universidad de Granada, el trabajo propone un modelo predictivo llamado Marco de predicción de la Progresión de Heridas, que se basa en el aprendizaje profundo para analizar y predecir cómo migran las células cancerosas.

El proceso de migración celular se estudia a través de una técnica llamada cicatrización de heridas, que simula cómo se comportan las células cuando intentan cerrar una herida. En el contexto del cáncer, esta técnica ayuda a entender cómo las células tumorales se desplazan y se extienden a otras partes del cuerpo, un proceso crítico en la metástasis, que es la principal causa de muerte en el cáncer de mama.

Jesús Ruiz, uno de los investigadores principales del proyecto, explicó que la metástasis es uno de los mayores desafíos en el tratamiento del cáncer de mama, y ​​que este tipo de estudios son fundamentales para desarrollar nuevas estrategias que ayuden a frenar su avance.

El equipo desarrolló una red neuronal que combina datos espaciales y temporales para predecir la evolución de las células en el tiempo. Este enfoque, basado en una tecnología conocida como Conv-LSTM, es capaz de hacer predicciones muy precisas sobre cómo las células se moverán a lo largo del tiempo. Aunque el estudio se centra en modelos simples en 2D, los investigadores creen que esta tecnología también puede aplicarse a modelos en 3D que imitan mejor el comportamiento real de los tumores.

El proyecto es fruto de una colaboración entre varios departamentos y centros de investigación, como el Departamento de Lenguajes y Sistemas Informáticos, el Departamento de Anatomía y Embriología Humana, y el Centro de Investigación Biomédica de la Universidad de Granada, entre otros. Además, los resultados y el código generado por el equipo están disponibles públicamente, lo que facilita que otros investigadores puedan aprovechar y ampliar este trabajo en el futuro.

El estudio fue financiado por el Ministerio de Ciencia e Innovación, la Junta de Andalucía y la Cátedra Doctores Galera y Requena de Investigación en Células Madre Cancerígenas de la Universidad de Granada.

Tratamientos

El objetivo fundamental de los tratamientos es aumentar la supervivencia preservando la mejor calidad de vida posible. ¿El tratamiento hasta cuándo? el resto de su vida, por lo que se requerirá de un seguimiento multidisciplinar, así como apoyo psicológico y social. Hay una gran variedad de tratamientos disponibles (cirugía, quimioterapia, hormonoterapia, radioterapia, inmunoterapia, terapias diana…).

La elección del tratamiento estará determinada por múltiples factores, que incluyen el subtipo, la terapia previa, la toxicidad, el estado funcional, la comorbilidad y la preferencia del paciente.

Los ensayos clínicos permiten avanzar en la ciencia y permite a los pacientes nuevos opciones (terapéuticas, diagnósticas…) con posibilidades de mejorar su supervivencia y/o su calidad de vida.