'; Mayo Clinic y la NASA se unen para probar un algoritmo de IA en cáncer colorrectal – Dr Fundile Nyati

Mayo Clinic y la NASA se unen para probar un algoritmo de IA en cáncer colorrectal

Mayo Clinic y la NASA se unen para probar un algoritmo de IA en cáncer colorrectal
3D illustration of cancer cells

Mayo Clinic está trabajando con la Administración Nacional de la Aeronáutica y del Espacio (NASA, por sus siglas en inglés) para conocer la secuencia de la ruta del cáncer: desde qué lo causa hasta qué lo impulsa, y posiblemente, cómo prevenirlo.

Investigadores de Mayo y científicos de datos del Frontier Development Lab (Laboratorio de Desarrollo Fronterizo) de la NASA se embarcarán en una carrera de investigación este mes para optimizar un algoritmo de inteligencia artificial para el cáncer colorrectal y, posiblemente, otros tipos de cáncer.

El algoritmo fue desarrollado por investigadores dentro del Centro para Medicina Personalizada de Mayo Clinic y muestra potencial para detectar patrones espaciotemporales del progreso del cáncer colorrectal, exclusivamente a partir de imágenes de tumores.

Nicholas Chia, Ph.D., estudia la repercusión del microbioma en el cáncer de colon.

«Nuestra investigación muestra que el algoritmo puede predecir la trayectoria evolutiva mediante la cual ocurrirá el cáncer colorrectal», dice Nicholas Chia, Ph.D., codirector de Bernard y Edith Waterman para el Programa del Microbioma del Centro para Medicina Personalizada de Mayo Clinic. «Este algoritmo nos proporciona información sobre qué ocurre primero, cuáles son los acontecimientos más importantes y cuál fue o será el camino exacto hacia el cáncer».

Durante ocho semanas, Mayo trabajará con un equipo de ingenieros, especialistas en informática y desarrolladores de software de la NASA a fin de optimizar el algoritmo para la integración de información multiómica y del modelo causal.

El Dr. Chia dice que el proyecto también utilizará información multiómica compleja, incluido el microbioma, para conocer la secuencia de la ruta del cáncer: desde qué lo causa hasta qué lo impulsa, y posiblemente, cómo prevenirlo. 

John Kalantari, Ph.D., científico de aprendizaje automático dentro del Programa del Microbioma del Centro, manifiesta que lo que lo inspiró a desarrollar el algoritmo fueron algunas aplicaciones contemporáneas de una técnica de IA conocida como aprendizaje de refuerzo, técnica que se hizo popular por su uso en la conducción autónoma y por derrotar a personas expertas en juegos de computadoras, como el ajedrez, Go y StarCraft.

«Nos dimos cuenta de que si veíamos al cáncer de nuestro paciente como el resultado de una buena partida de la evolución de las células, entonces podíamos utilizar técnicas del aprendizaje de refuerzo a la inversa para descubrir los “movimientos” óptimos y las condiciones ambientales que hacen posible el progreso del cáncer, la metástasis, la recurrencia, la evasión del sistema inmunitario o los cambios en la eficacia del tratamiento», explica el Dr. Kalantari. «Al hacer uso de la ingeniería inversa para saber cómo un tumor sobrevive, crece y se transforma en cáncer en cada paciente de manera individual, podemos mejorar nuestro entendimiento de la biología de los sistemas de cáncer, así como también nuestra habilidad para predecir los resultados del tratamiento, descubrir los biomarcadores del progreso tempranamente e identificar objetivos terapéuticos y preventivos nuevos de una manera más holística».

Algunos resultados recientes inspiran confianza

El Dr. Chia afirma que su equipo eligió realizar la prueba en el cáncer colorrectal por su trayectoria de desarrollo canónico, descubierto en 1993 por el Dr. Bert Vogelstein, pionero en la genómica del cáncer que descubrió el gen responsable del cáncer de colon heredado y cómo los genes influyen la susceptibilidad, lo que resultó en un análisis de sangre que puede ayudar a identificar a las personas que están genéticamente predispuestas a desarrollar cáncer colorrectal.

En un estudio reciente, el equipo del Dr. Chia probó el algoritmo en 27 pacientes con cáncer colorrectal. Utilizó la secuenciación completa del genoma y la metilación del ADN para ver si podían identificar con exactitud los patrones espaciales y temporales del progreso del cáncer. Muchas metodologías del aprendizaje automático que buscan predecir las dinámicas del sistema requieren acceso a información de series temporales. Las muestras longitudinales de tumores en pacientes son muy escasas, lo que hace que las prácticas existentes sean poco prácticas de aplicar.

«Para innovar tanto en la medicina como en la IA, debemos repensar cómo aprovechar nuestro conocimiento e información existentes de manera más eficiente», explica el Dr. Kalantari.

El resultado fue un nuevo algoritmo llamado «Pop-Up Restaurant for Inverse Reinforcement Learning» (PUR-IRL, Restaurante Emergente para el Aprendizaje de Refuerzo Inverso).  Con su segmento de pacientes y con el novedoso algoritmo, el equipo pudo reidentificar las mutaciones asociadas con el progreso del cáncer colorrectal y predecir el orden causal correcto en el que ocurrían.

«Pudimos mostrar una ruta sobre la misma trayectoria canónica que Bert Vogelstein describió utilizando únicamente información de las muestras de los tumores», explica el Dr. Chia. «Esto es prometedor porque muchos tipos de cáncer no presentan lesiones precursoras y no hay modo de evaluar el orden como en el cáncer colorrectal. El hecho de que hayamos llegado a la misma respuesta que ya estaba establecida nos dice que vamos en el camino correcto y que este algoritmo funciona».

El objetivo final es demostrar la viabilidad para estudiar un segmento más grande de pacientes con cáncer colorrectal y, posiblemente, aplicar el algoritmo a otros tipos de cáncer.

«Cuando los resultados estén listos, esperamos poder brindar un informe en el futuro cercano que pueda ser interpretado por un clínico para entender cuáles son los genes que impulsan un tumor en particular en un paciente específico», explica el Dr. Chia. «Por medio de esta inferencia, podemos entender mejor el rol causal del microbioma en el cáncer colorrectal y, posiblemente, en otros tipos de cáncer».

El Centro para Medicina Personalizada de Mayo Clinic fue seleccionado por el prestigioso programa evolutivo de IA de la NASA después de que la Association for the Advancement of Artificial Intelligence (Asociación para el Avance de la Inteligencia Artificial) le otorgara la «Mención de honor al trabajo sobresaliente» por su trabajo sobre el algoritmo de IA para el cáncer, de entre 9000 trabajos, en una conferencia en febrero. Asimismo, el programa Amazon Web Services Machine Learning Research Awards (programa de premiaciones a las investigaciones de aprendizaje automático de Amazon Web Services) seleccionó al proyecto para otorgarle fondos por USD 100 000.

PERIODISTAS: para solicitar una entrevista con el Dr. Chia o el Dr. Kalantari, contactar al departamento de Relaciones Públicas de Mayo Clinic a la siguiente dirección newsbureau@mayo.edu. Para obtener más información sobre los avances de la medicina personalizada y recibir actualizaciones semanales, visite el blog del Centro para Medicina Personalizada de Mayo Clinic.

Información sobre Mayo Clinic
Mayo Clinic es una organización sin fines de lucro dedicada a la innovación en la práctica, la educación y la investigación clínicas, que ofrece respuestas con un enfoque experto y compasivo para todos los que necesitan recobrar la salud. Visite la Red Informativa de Mayo Clinic para ver otras noticias de Mayo Clinic y las publicaciones de Mayo Clinic Facts para informarse más sobre Mayo.

Tell us about your thoughtsWrite message

Your email address will not be published. Required fields are marked *

Back to Top
Close Zoom
This is not allowed.