Detección de cáncer cerebral mediante análisis de resultados de pruebas de sangre con IA

Recientemente, investigadores asociados con la Universidad de Strathclyde, Glasgow, patentaron un método para analizar muestras de sangre y detectar cáncer cerebral. Los investigadores de ClinSpec Diagnostics Limited combinaron la espectroscopía y los algoritmos de IA para detectar cáncer cerebral en base a biopsias de sangre. Según lo informado por Psychology Today, la investigación se publicó recientemente en la revista Nature Communications, y según el equipo de investigación, el trabajo representa un avance significativo en la utilización de la espectroscopía clínica y la IA.

La investigación presentada en el estudio podría hacer que detectar el cáncer cerebral sea mucho más fácil y sencillo. Los dolores de cabeza frecuentes pueden ser un síntoma de cáncer cerebral, pero aunque los dolores de cabeza son muy comunes, el cáncer cerebral no lo es. Los clínicos necesitan un mejor método para discernir qué dolores de cabeza son causa de preocupación y cuáles son más benignos. Los médicos deben poder realizar algún tipo de triaje y reducir el tiempo y los recursos invertidos en diagnosticar el cáncer cerebral con costosas pruebas de imagen cerebral. Si una simple prueba de sangre pudiera dar a los clínicos información confiable que les ayudara a diagnosticar casos de cáncer cerebral, se podrían salvar vidas.

Por esta razón, los investigadores de ClinSpec se propusieron desarrollar un algoritmo que ayudara a los médicos a clasificar a los pacientes con posible cáncer cerebral, distinguiéndolos de otras causas de dolores de cabeza.

Uno de los métodos comunes para detectar enfermedades como el cáncer es la biopsia líquida, que consiste en realizar una biopsia en los fluidos del cuerpo en lugar de en muestras de tejido. El mercado de la biopsia líquida está creciendo rápidamente, y se estima que alcanzará un tamaño de $2.4 mil millones de dólares, según la investigación de mercado de BC Research LLC. La biopsia líquida es efectiva para detectar signos de cáncer, ya que puede detectar el ADN de tumor circulante libre de células, o ctDNA, y las células tumorales circulantes, o CTC. Sin embargo, los investigadores de ClinSpec utilizaron un método de análisis diferente, realizando espectroscopía en muestras de sangre para encontrar marcadores bioquímicos indicativos de cáncer.

La espectroscopía es el proceso de utilizar la radiación electromagnética para encontrar componentes químicos específicos. La luz se divide en frecuencias electromagnéticas componentes, y estas frecuencias reaccionan de manera diferente con diferentes químicos. El equipo de investigación de ClinSpec utilizó luz infrarroja para crear representaciones de muestras de sangre, una técnica llamada espectroscopía de reflectancia total atenuada (ATR)-transformada de Fourier infrarroja (FTIR). El equipo de investigación declaró que la técnica es no destructiva, no invasiva y crea de manera confiable un perfil bioquímico de una muestra sin necesidad de preparar la muestra extensivamente. Las representaciones de las muestras de sangre podrían analizarse entonces en busca de aberraciones, comprobando posibles signos de cáncer.

Para analizar los datos, se utilizó una máquina de vectores de soporte para crear un modelo de clasificación. Las máquinas de vectores de soporte se utilizan para el análisis de clasificación y regresión, y funcionan dibujando límites de decisión, o líneas que separan un conjunto de datos en múltiples clases. El algoritmo intenta maximizar la distancia entre la línea divisoria y los puntos de datos a cada lado de la línea, y cuanto mayor sea la distancia, más confiado es el clasificador.

El equipo de investigación declaró que su método de análisis para las muestras de sangre pudo distinguir efectivamente las muestras de cáncer de las muestras no cancerosas. Hubo una tasa de sensibilidad del 93,2% y una tasa de especificidad del 92,8%. Según MDDI Online, los investigadores informan que al analizar muestras de un grupo de 104 pacientes diferentes, su método asistido por IA pudo distinguir a los pacientes sanos del cáncer alrededor del 86% de las veces.

Los investigadores explicaron en el estudio:

“Este trabajo presenta un paso en la traducción de la espectroscopía ATR-FTIR a la clínica. Este paso hacia el análisis de alto rendimiento tiene implicaciones en el campo de la espectroscopía de IR, así como en el entorno clínico. El análisis de suero sanguíneo utilizando esta técnica se ajustaría idealmente en la vía clínica como una herramienta de triaje para el cáncer cerebral.”