Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Crean herramienta de IA para identificar nuevas estrategias de tratamiento para sarcomas

Científicos de Stanford Medicine abordan los sarcomas de tejidos blandos e identifican nuevas estrategias de tratamiento a través de herramienta de IA.

Investigadores de Stanford Medicine han desarrollado herramientas de machine learning que proporcionan nuevas perspectivas sobre los sarcomas de tejidos blandos, un tipo de cáncer raro y difícil de tratar. Estas herramientas identifican comunidades celulares distintas que se correlacionan con el pronóstico y el éxito de la inmunoterapia en pacientes con este tipo de cáncer.

Los sarcomas de tejidos blandos son raros y difíciles de tratar, que se desarrollan en células mesenquimales y presentan una variedad de subtipos que hacen que su estudio sea complejo. “Hasta la mitad de los pacientes diagnosticados con un tumor primario desarrollarán metástasis a distancia, pero no tenemos una buena manera de predecir quién. Por lo general, la quimioterapia no funciona bien en estos pacientes y la mayoría no responde a la inmunoterapia. Identificar patrones sobre si los diferentes tipos de células interactúan entre sí y cómo hacerlo y correlacionarlos con el resultado es fundamental para comprender más sobre la complejidad de esta enfermedad y mejorar los resultados”, expresó el Dr. Everett Moding de Stanford Medicine.

De esta manera, los investigadores de Stanford Medicine utilizaron técnicas de machine learning para analizar muestras de tumores de cientos de pacientes, identificando tres comunidades multicelulares denominadas ecotipos, las cuales se relacionan con los resultados clínicos de los pacientes.

Los resultados mostraron que ciertas comunidades celulares estaban asociadas con una respuesta positiva a la inmunoterapia, lo que puede tener implicaciones importantes para la toma de decisiones clínicas.

“El machine learning supera muchos de los problemas que han estado frenando nuestra comprensión de los sarcomas de tejidos blandos”, reconoció Moding. “No necesitamos tejido fresco y podemos utilizar enfoques computacionales para saber qué tipos de células contiene un tumor y cuáles tienden a interactuar entre sí. Podemos utilizar datos disponibles públicamente para generar nuevos conocimientos”, agregó el también especialista en radiología.

De esta forma, esta herramienta abre un panorama novedoso sobre conocimientos biológicos de los sarcomas de tejidos blandos, combinándolo con IA. Además, sugiere posibles estrategias de tratamiento, lo que puede derivar en mejores resultados para los pacientes y el desarrollo de nuevas terapias.

Outstanding news

News by country

Related Content

Secured By miniOrange