Un equipo de investigación del UT Southwestern Medical Center ha desarrollado un innovador modelo de inteligencia artificial (IA) que analiza la disposición espacial de las células en muestras de tejido. Este estudio que fue publicado en Nature Communications, ha logrado predecir con exactitud los resultados de los pacientes con cáncer, lo cual marca un avance significativo en el uso de las IA para el pronóstico del cáncer y sus estrategias de tratamiento.
Según el líder del estudio, Guanghua Xiao, Ph.D., profesor de la escuela de salud pública Peter O’Donnell Jr. y del Department of Bioinformatics en UT Southwestern, la organización espacial celular es todo un rompecabezas complejo en el que cada célula sirve como una pieza única que encaja meticulosamente para formar un tejido cohesivo o una estructura de órgano.
Con ello, señala que “esta investigación muestra la notable capacidad de la IA para captar estas intrincadas relaciones espaciales entre las células dentro de los tejidos. Extraer información sutil que antes estaba más allá de la comprensión humana y al mismo tiempo predecir los resultados de los pacientes”.
¿Cómo se realizó la investigación con IA y uso de tejidos?
Por lo general, los expertos recolectan rutinariamente muestras de tejido de los pacientes y estas se colocan en portaobjetos para que los patólogos las interpretaran y analicen para así poder dar a conocer el diagnóstico. No obstante, este proceso el doctor Xiao, señaló que es extenso y que las interpretaciones varían entre los patólogos. Además, se destaca que el cerebro humano puede pasar por alto ciertas características sutiles en imágenes patológicas que podrían proporcionar pistas fundamentales en la condición del paciente.
De esta manera, varios modelos de IA creados en los últimos años pueden realizar algunos aspectos del trabajo de los patólogos. Por ejemplo, se puede identificar el tipo de células existentes o utilizar la proximidad celular como indicador de las interacciones entre células
Entre tanto, el nuevo modelo IA imita cómo los patólogos leen los portaobjetos de tejido, permitiendo detectar las células en imágenes y sus posiciones. Con ello, se identifica los tipos de células, así como su morfología y distribución espacial, creando un mapa en el que se puede analizar la disposición, distribución e interacción de las células.
Con la creación de esta herramienta tecnológica, los investigadores aplicaron con éxito la IA en tres escenarios clínicos utilizando portaobjetos de patología. En el primero, se usó Ceograph para distinguir entre dos subtipos de cáncer de pulmón, adenocarcinoma o carcinoma de células escamosas. En el otro, se predijo la probabilidad de que los trastornos bucales potencialmente malignos progresaran hasta convertirse en cáncer. Y en el último escenario, se identificó por qué los pacientes con cáncer de pulmón tenían más probabilidades de responder a una clase de medicamentos llamados inhibidores de receptor del factor de crecimiento epidérmico.
Como resultado, en cada escenario, el modelo Ceograph logró superar de forma significativa los métodos tradicionales en la predicción de los resultados de los pacientes. De tal forma que estos hallazgos resaltan un papel cada vez mayor en la atención médico con IA. Es importante mencionar que las características de la organización espacial celular identificadas por la inteligencia artificial son interpretables y puede conducir a conocimientos biológicos sobre cómo el cambio de la interacción espacial individual entre las células puede producir diversas consecuencias funcionales.
“Este modelo tiene el potencial de optimizar las medidas preventivas específicas para poblaciones de alto riesgo y optimizar la selección de tratamiento para pacientes individuales”, destaca el doctor Xiao, quien también es miembro del Centro de Investigación Biomédica Cuantitativa de UT Southwestern.
