La Universidad de Zaragoza desarrolla una herramienta con IA para mejorar el seguimiento del cáncer de próstata

Un equipo de investigadores de la Universidad de Zaragoza ha desarrollado una innovadora herramienta digital que combina modelos físicos y técnicas de Inteligencia Artificial (IA) para mejorar el seguimiento del cáncer de próstata, el tipo de tumor más frecuente en hombres.

Los métodos actuales para controlar el cáncer de próstata se basan, principalmente, en medir los niveles de una sustancia llamada PSA en la sangre. Sin embargo, ha informado la Universidad de Zaragoza, a menudo, no detectan si el tumor está creciendo. Para mejorar esta situación, un equipo de investigación del Instituto de Investigación en Ingeniería de Aragón (I3A) de la Universidad de Zaragoza ha desarrollado una herramienta informática que permite reconstruir cómo crece el tumor a lo largo del tiempo usando una resonancia magnética inicial y los datos del PSA.

Esta herramienta combina modelos físicos, que representan el crecimiento del tumor y cómo el PSA pasa del tumor a la sangre según la vascularización de la próstata del paciente, con técnicas de IA que aprende a reproducir la dinámica de crecimiento del tumor para cada paciente.Gracias a esta combinación, los investigadores pueden ajustar el crecimiento del tumor de forma personalizada para cada paciente, teniendo en cuenta tanto los análisis de sangre como otros factores del cuerpo representados en un modelo en 3D.

Probada en pacientes reales

Esta herramienta se ha probado ya en pacientes reales durante más de dos años y medio, y los resultados de error en el cálculo del tamaño del tumor se situaron entre un 0,8% y un 12,28%.

Además, han descubierto que, en algunos casos, el tumor puede crecer sin que el nivel de PSA aumente de forma significativa, lo que no sería detectado con los métodos tradicionales. Por eso, los investigadores consideran que la herramienta que han creado representa una opción prometedora para mejorar el seguimiento del cáncer de próstata y avanzar hacia un control más personalizado de la enfermedad.

En este sentido, señalan que, al proporcionar una comprensión más clara de las tendencias de crecimiento tumoral a partir de los análisis de sangre de PSA, el gemelo digital puede guiar a los médicos para determinar el momento óptimo en el que realizar acciones diagnósticas adicionales como una biopsia.

El enfoque de esta línea de investigación contribuye a protocolos de atención más personalizados, ya que permite la identificación de pacientes con crecimiento tumoral "oculto" donde los niveles de PSA se mantienen estables a pesar del desarrollo del tumor.

El trabajo ha sido publicado en la revista de Nature, NPJ Digital Medicine, en un artículo científico titulado 'Physics-informed machine learning digital twin for reconstructing prostate cancer tumor growth via PSA tests' -Gemelo digital de aprendizaje automático con información física para la reconstrucción del crecimiento tumoral del cáncer de próstata mediante pruebas de PSA-, realizado por Daniel Camacho-Gómez, Carlos Borau, José Manuel García-Aznar, María José Gómez-Benito, Mark Girolami y María Ángeles Pérez, del grupo de investigación M2BE (Multiescala en Ingeniería Mecánica y Biológica).