El profesor de ciencias de ingeniería de la SFU, Mirza Faisal Beg, encabeza una investigación que podría ayudar a redefinir el tratamiento del cáncer. Utilizando inteligencia artificial (IA), su innovadora investigación permite obtener imágenes del cuerpo humano y mediciones de órganos mucho más rápido que los métodos tradicionales, lo que indica un gran avance en el aprovechamiento de la IA para fines individuales. personalizado soluciones sanitarias.
Tomografía computarizada, tratamiento personalizado – foto ilustrativa. Crédito de la imagen: Pixabay (licencia gratuita de Pixabay)
Beg y su equipo han creado Data Analysis Facilitation Suite (DAFS), un sofisticado programa informático, el primero de su tipo, que ofrece automatización de IA para proporcionar mediciones de muchos órganos y tejidos internos del cuerpo humano, en cuestión de minutos.
La herramienta analiza tomografías computarizadas digitales del cuerpo y cuantifica la salud de los músculos, la grasa y los órganos. Las evaluaciones rápidas y personalizadas ofrecen información sobre las respuestas al tratamiento, lo que permite intervenciones personalizadas y minimiza los efectos secundarios involuntarios.
Como explica Beg, en los flujos de trabajo del tratamiento del cáncer, la «estadificación del tumor» implica determinar el alcance de la enfermedad dentro del cuerpo de un paciente, guiando las estrategias de tratamiento. Por el contrario, la «puesta en escena del huésped» implica comprender la salud general del paciente para definir los límites de tolerancia al tratamiento, un aspecto crucial para seleccionar el tratamiento y la dosis adecuados.
Mirza Faisal Beg, profesora de ciencias de la ingeniería de la ex Unión Soviética. Crédito de la imagen: ex Unión Soviética.
«Si bien existen herramientas sofisticadas para la estadificación de tumores, las herramientas para evaluar la idoneidad general del paciente para el tratamiento y su estado de salud han sido limitadas», dice Beg.
“Los métodos actuales, como el uso del índice de masa corporal (IMC) basado únicamente en el peso y la altura, no proporcionan una representación precisa de la composición corporal única de un individuo. En estas métricas simplistas se pasan por alto los factores vitales que subyacen a la respuesta individual al tratamiento, como la masa muscular, la distribución de la grasa y la salud de los órganos”.
Beg dice que este vacío en la puesta en escena precisa del huésped resalta la necesidad de enfoques innovadores que abarquen las variaciones individuales de manera integral, ya que factores como el contenido de músculo y grasa influyen en la aparición de la enfermedad y los resultados del tratamiento.
Si bien las imágenes de tomografía computarizada (TC) se adquieren de forma rutinaria durante el tratamiento del cáncer y pueden proporcionar mediciones para estadificar el huésped, su análisis requiere mucho tiempo para los médicos, que ya están ocupados, y lleva horas o días completar la evaluación manual de un solo paciente, lo que resalta la necesidad. que la automatización acelere el proceso.
Para abordar esta brecha crítica, el equipo de Beg incorpora tecnología impulsada por IA para proporcionar mediciones rápidas y precisas de órganos y tejidos internos, reduciendo la brecha entre estas actividades de flujo de trabajo.
Dada la composición corporal única de cada paciente, un plan de tratamiento personalizado que responda tanto a la enfermedad como a los rasgos individuales puede conducir a mejores resultados de salud y al mismo tiempo minimizar los efectos secundarios adversos.
Los tratamientos actuales contra el cáncer deben pasar a modos de administración personalizados. Crédito de la imagen: Bill Branson a través de Wikimedia.
Diseñar tratamientos más adaptados al perfil de los pacientes
Beg dice que también existen preocupaciones críticas de que numerosas decisiones con respecto a tratamientos individuales se deriven de conclusiones extraídas de los resultados promedio observados en grupos de pacientes.
«Cada paciente puede presentar desviaciones distintas e importantes de estos promedios, lo que podría dar como resultado opciones de tratamiento subóptimas y consecuencias perjudiciales para la salud retrasadas», explica.
Su objetivo es ser pionero en tecnologías transformadoras que permitan a los médicos diseñar tratamientos adaptados al perfil único de cada paciente, ofreciendo opciones más suaves para aquellos vulnerables y enfoques más sólidos para aquellos preparados para soportarlos de manera efectiva.
La innovación obtuvo recientemente un fondo de proyecto de los Institutos Canadienses de Investigación en Salud (CIHR) para ampliar el trabajo del equipo y hacer que su plataforma sea más precisa y completa.
El equipo continuará aprovechando las capacidades de la IA para perfeccionar la tecnología pionera para permitir mediciones de la composición del cuerpo humano y sus cambios debido a enfermedades e intervenciones que antes no eran posibles.
La plataforma, que ya la utilizan más de cien laboratorios de investigación en todo el mundo, muestra potencial para ayudar a acelerar la investigación sanitaria en muchas enfermedades y áreas de aplicación que van desde oncología, cirugía, planificación de radioterapia, nutrición, metabolismo y más.
La investigación de Beg es prometedora para un futuro en el que la atención personalizada se convierta en la norma.
“Nuestra esperanza es que esta tecnología permita a las clínicas diseñar estrategias de tratamiento personalizadas para cada paciente individual. Esto no sólo solidifica la posición de Canadá, sino que también impulsa a SFU a la vanguardia de una revolución de la IA que está transformando el panorama de los flujos de trabajo de la medicina clínica personalizada y conduce a mejores resultados de salud”.
Escrito por Ray Sharma
Fuente: SFU
!function(f,b,e,v,n,t,s){if(f.fbq)return;n=f.fbq=function(){n.callMethod?
n.callMethod.apply(n,arguments):n.queue.push(arguments)};if(!f._fbq)f._fbq=n;
n.push=n;n.loaded=!0;n.version=’2.0′;n.queue=[];t=b.createElement(e);t.async=!0;
t.src=v;s=b.getElementsByTagName(e)[0];s.parentNode.insertBefore(t,s)}(window,
document,’script’,’https://connect.facebook.net/en_US/fbevents.js’);
fbq(‘init’, ‘1254095111342376’);
fbq(‘track’, ‘PageView’);
