{"id":48985,"date":"2024-08-19T08:35:10","date_gmt":"2024-08-19T14:35:10","guid":{"rendered":"https:\/\/saluddigital.com\/?p=48985"},"modified":"2025-10-18T00:53:17","modified_gmt":"2025-10-18T06:53:17","slug":"ia-logra-identificar-etapas-de-tumores-que-podrian-convertirse-en-cancer-invasivo-de-mama","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/ia-logra-identificar-etapas-de-tumores-que-podrian-convertirse-en-cancer-invasivo-de-mama\/","title":{"rendered":"IA logra identificar etapas de tumores que podr\u00edan convertirse en c\u00e1ncer invasivo de mama"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Modelo de IA es capaz de identificar ciertas etapas de tumores de mama con probabilidades de progresar y convertirse en c\u00e1ncer invasivo.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El carcinoma ductal in situ (CDIS), es un tipo pre invasivo que tiene posibilidades de progresar en una forma de c\u00e1ncer de mama mortal. Adem\u00e1s de su agresividad, el CDIS es sumamente dif\u00edcil de diagn\u00f3stica de manera precisa debido a los desaf\u00edos que existen para determinar el tipo y el estadio del tumor. Por ello, las personas con este tipo de tumor pueden recibir de manera poco precisa un tratamiento excesivo. Entre el 30 y 50% de los pacientes con CDIS desarrollan una etapa invasiva del c\u00e1ncer, sin embargo, los investigadores no conocen exactamente los biomarcadores que podr\u00edan indicar qu\u00e9 tumores progresar\u00e1n de esta manera.<\/p>

Para abordar esta problem\u00e1tica, investigadores del MIT y de la ETH de Z\u00farich desarrollaron un modelo de inteligencia artificial (IA) y machine learning, que es capaz de identificar los diferentes estadios del DCIS a partir de una imagen de tejido mamario de bajo costo y f\u00e1cil de obtener. El estudio publicado en Nature Communications<\/em><\/a>, detalla c\u00f3mo el modelo muestra que la disposici\u00f3n de las c\u00e9lulas en una muestra de tejido es informaci\u00f3n cr\u00edtica para determinar el estadio del DCIS. Es decir, la organizaci\u00f3n espacial es clave para conocer con precisi\u00f3n cu\u00e1les tumores progresar\u00e1n.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u201cDescubrimos que no basta con conocer las proporciones de c\u00e9lulas en cada estado. Tambi\u00e9n es necesario comprender c\u00f3mo se organizan las c\u00e9lulas\u201d, explic\u00f3 G. V. Shivashankar, profesor y especialista en mecanobiolog\u00eda en ETH Z\u00farich.<\/p>

Adem\u00e1s, las im\u00e1genes de tejidos no requieren procesos tan complejos para obtenerse, por lo que los investigadores pudieron crear un conjunto de datos robusto y uno de los m\u00e1s grandes de su tipo, para entrenar y probar el modelo.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

De esta forma, los investigadores conf\u00edan que este modelo puede utilizarse en un futuro cercano para ayudar a los especialistas a agilizar el diagn\u00f3stico de casos m\u00e1s simples, sin necesidad de que los pacientes sean sometidos a pruebas que requieren m\u00faltiples recursos. Esto permitir\u00eda que los m\u00e9dicos tengan m\u00e1s tiempo para evaluar casos en los que es menos claro si el CDIS se volver\u00e1 invasivo.<\/p>

\u201cDimos el primer paso para entender que deber\u00edamos observar la organizaci\u00f3n espacial de las c\u00e9lulas al diagnosticar el DCIS, y ahora hemos desarrollado una t\u00e9cnica que es escalable. A partir de aqu\u00ed, realmente necesitamos un estudio prospectivo. Trabajar con un hospital y llevar esto hasta la cl\u00ednica ser\u00e1 un importante paso adelante\u201d, dice Caroline Uhler, profesora del Departamento de Ingenier\u00eda El\u00e9ctrica y Ciencias de la Computaci\u00f3n y del Instituto de Datos, Sistemas y Sociedad del MIT.<\/p>

Cabe destacar, que este modelo no solo busca ofrecer un mejor tratamiento para las pacientes con CDIS sino reducir costos en la atenci\u00f3n m\u00e9dica para hacerlos m\u00e1s accesibles. T\u00e9cnicas anteriores exploraron el uso de t\u00e9cnicas como la tinci\u00f3n multiplexada o la secuenciaci\u00f3n de ARN de c\u00e9lulas individuales para determinar el estadio del DCIS en muestras de tejido, sin embargo, son pruebas costosas lo que impide su adopci\u00f3n generalizada.<\/p>

Este estudio busc\u00f3 combinar dicho m\u00e9todo con un modelo de machine learning con 560 im\u00e1genes de muestras de tejido de 122 pacientes en tres distintas etapas de la enfermedad. La IA aprendi\u00f3 la representaci\u00f3n del estado de cada c\u00e9lula en una imagen de muestra de tejido, y posteriormente infiere la etapa del c\u00e1ncer del paciente.<\/p>

Adem\u00e1s, el potencial de este vers\u00e1til modelo es que ser\u00eda capaz de adaptarse para utilizarse en otros tipos de c\u00e1ncer, sin embargo, para ello se requieren nuevos estudios y m\u00e1s investigaci\u00f3n.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

MIT <\/strong><\/p>

https:\/\/news.mit.edu\/2024\/ai-model-identifies-certain-breast-tumor-stages-0722<\/a><\/p>

NATURE<\/strong><\/p>

https:\/\/www.nature.com\/articles\/s41467-024-50285-1<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Un modelo de IA desarrollado por ETH Z\u00farich y el MIT logra identificar etapas de tumores que podr\u00edan convertirse en c\u00e1ncer invasivo de mama.<\/p>","protected":false},"author":1,"featured_media":48987,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-48985","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/48985","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=48985"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/48985\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/48987"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=48985"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=48985"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=48985"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}