Imagen de archivo. Foto: OLYMPIA QUIRÓNSALUDVALÈNCIA (EFE). Una investigación realizada en el marco de una tesis doctoral en la Universitat Politècnica de València (UPV) podría reducir las biopsias innecesarias, mejorar el método de clasificación del cáncer de próstata e iniciar el proceso de implementación de un sistema de diagnóstico de bajo coste en centros de cirugía ambulatoria.
Los resultados de la investigación, realizada por Juan Bautista Talens y coordinada por el profesor del Departamento de Ingeniería Electrónica de la UPV José Pelegrí, ha contado con la colaboración del Instituto de Investigación para la Gestión Integrada de Zonas Costeras de la UPV y el Instituto de Investigación del Hospital La Fe, y han sido publicados por BMC Medical Informatics and Decision Making.
"La intención es idear un aparato que poder tener en una sala y que, en pocos minutos, trate de ayudar a los doctores a ser capaces de realizar un análisis o clasificar mejor la enfermedad", explica Talens, autor de la tesis "Análisis, diseño e implementación de instrumentación no invasiva para la detección de cáncer de próstata y vejiga mediante tecnología MOS".
Talens afirma que existe una problemática, y es que se hacen muchas biopsias negativas, pues la propia técnica para hacerla se lleva a cabo de forma aleatoria, ya que se intenta extraer tejido de la próstata sin tener la certeza de estar cogiendo verdaderamente tejido cancerígeno, lo que genera muchas biopsias negativas y, por lo tanto, un coste elevado.
Además, añade, son pruebas invasivas porque tienen que entrar por el recto para extraer los trozos de próstata.
La solución derivada de la investigación de Talens y Pelegrí, junto a José Luis Ruiz y Tomás Sogorb, consiste en extraer una serie de señales a través del olor.
"Estimulamos el paso de los compuestos volátiles que se desprenden de la orina y los pasamos por una cámara con sensores de gas, de los que obtenemos una serie de datos a partir de los que entrenamos a una inteligencia artificial para que sea capaz de distinguir a los pacientes con cáncer de aquellos que tienen hiperplasia benigna de próstata, otra enfermedad que da unos indicadores similares a la hora de hacer las pruebas que se utilizan para decidir si enviar o no al paciente a una biopsia, indica Talens.
Precisa que lo que han hecho es utilizar la nariz electrónica que tenían, un aparato demasiado grande como para llevarlo a una consulta, para ser capaces de identificar y clasificar.
Posteriormente, han elaborado todo un sistema de ingeniería alrededor del software, la base de datos y el dispositivo electrónico, todo pensado para poder llevarlo a la consulta.
Al final, señala el investigador, "hemos conseguido un prototipo, MOOSY4, que en una fase bastante avanzada, podría ser de utilidad en una consulta clínica".
El modelo, que inicialmente logró clasificar correctamente el 87 % de las muestras de los pacientes indicando una eficacia considerable en su capacidad predictiva, ha sido posteriormente evolucionado.
"Detectamos aspectos a mejorar, especialmente en la detección de casos de cáncer de próstata con antígeno prostático elevado (falsos negativos), afirma Pelegrí.
Para abordar esta limitación, se propuso una estrategia de entrenamiento para la IA que asignase un mayor peso a la clase de cáncer en comparación con la hiperplasia benigna, y tras la implementación de este ajuste, los resultados sugieren una mejora en la capacidad del modelo para manejar casos más desafiantes.
Esta investigación tiene varias áreas de desarrollo futuro, como la preparación del prototipo para manejar muestras de pacientes con cáncer de vejiga, la mejora del sistema electrónico actual utilizando un SoC (System on a Chip), y la continuación del entorno de desarrollo para futuros proyectos, afirma Pelegrí.
