El 3D y la inteligencia artificial, nuevos aliados en el quirófano para una cirugía más precisa en los tumores cerebrales

Los investigadores sanitarios están dando muestras de su potencial disruptor con trabajos llamados a revolucionar algunos tratamientos delicados como el cáncer.

Madrid es una de las regiones cuyos trabajos están ofreciendo unos resultados de lo más prolíficos, como bien demuestran algunos proyectos en marcha de los que D+I ya ha dado cuenta.

Pero la relación de modelos innovadores para la sanidad del futuro sigue ampliándose, esta vez con proyecto procedentes de varias investigaciones que emanan de la Universidad Politécnica de Madrid (UPM) o del Hospital 12 de Octubre (HU12O).

Y es que investigadores del Centro de Investigación en Tecnologías Software y Sistemas Multimedia para la Sostenibilidad (CITSEM) de la UPM están trabajando en el proyecto NEMESIS-3D-CM junto con neurocirujanos del Instituto de investigación i 12 (imas12) del  HU12O.

Este proyecto tiene como principal objetivo el desarrollo de un sistema de diagnóstico intraoperatorio 3D que permita la clasificación y delimitación de tumores cerebrales mediante el uso de modelos basados en técnicas de inteligencia artificial.

En este momento el proyecto, aún en ejecución, se encuentra en una fase de desarrollo avanzada, y los resultados preliminares son "prometedores", según el equipo multidisiplinar.

A día de hoy, el cáncer, en sus diversos tipos, sigue siendo, según explican, "una de las principales causas de muerte". Es más, advierten que "la Organización Mundial de la Salud, en su informe 'WHO report on Cancer' estima que para el año 2040 el cáncer provocará la muerte de casi 30 millones de personas.

La cirugía de precisión, clave

En lo que respecta a los tumores cerebrales, el glioma es el tipo de tumor más común entre la población adulta, y el glioblastoma multiforme (GBM) el más agresivo y el que menor esperanza de vida lleva asociada, como se pone de manifiesto en un importante estudio de la American Association for Cancer Research citado por los propios investigadores.

La cirugía, inevitable en la mayoría de los casos, es una de las fases clave en esta lucha. Por este motivo, es crucial que los neurocirujanos tengan a su disposición la información precisa que les permita extirpar todo el tejido patológico salvando, al mismo tiempo, la mayor cantidad posible del tejido sano del paciente.

Desafortunadamente, admiten los expertos, "los gliomas presentan un alto grado de infiltración, lo que dificulta la extirpación completa del tumor, elevando el riesgo de futuras recidivas".

Hasta ahora, la experiencia y destreza de los neurocirujanos y las diversas técnicas de diagnóstico por imagen son la esperanza a la que se han venido agarrando pacientes y familiares.

Sin embargo, sobre todo en el caso de las técnicas de diagnóstico por imagen como resonancias magnéticas y ultrasonidos, o de identificación como el 5-ALA, entre otras, se trata de herramientas que presentan inconvenientes en lo relativo a la precisión de las imágenes generadas o en lo relativo a la naturaleza invasiva del método.

De esta forma, los investigadores y cirujanos involucrados en NEMESIS-3D-CM están utilizando modelos basados en técnicas de machine learning generados a partir de imágenes hiperespectrales para discernir, en tiempo real y durante las mismas intervenciones quirúrgicas, qué tejido está afectado por el tumor y cual permanece sano.

Esta tecnología presenta además la ventaja de no ser invasiva, ni ionizante para el paciente.

En el último trabajo realizado por el equipo de investigación, publicado en la revista Sensors, se han evaluado tres técnicas de machine learning diferentes para generar modelos de clasificación a partir de las imágenes adquiridas durante las cirugías.

"Cuantas más imágenes de las adquiridas en NEMESIS-3D-CM se utilicen en el proceso de entrenamiento del modelo, más precisa será la capacidad de identificar y clasificar que tendrá el sistema, ofreciendo mejores resultados durante las cirugías futuras", señalan los investigadores.

"Los resultados son prometedores y permiten seleccionar los algoritmos idóneos para abordar este reto", concluyen.

Otra disrupción 'cerebral'

El cerebro, por cierto, protagoniza también otra de las investigaciones recientes en las que expertos de la UPM han formado parte.

En concreto, investigadores del grupo de investigación en Tecnologías de Imágenes Biomédicas (BIT) y del CIBER de Bioingeniería, Biomateriales y Nanomedicina (CIBER-BBN) han aplicado técnicas innovadoras de resonancia magnética fetal para caracterizar el modo en que se produce la formación de las conexiones cerebrales en el segundo y tercer trimestre del embarazo.

Cabe destacar que, debido a la dificultad para monitorizar el desarrollo de las conexiones entre distintas áreas cerebrales, el conocimiento que se tiene hasta ahora de los procesos de migración celular implicados en la formación del cerebro y de las distintas conexiones neuronales procede fundamentalmente de datos post-mortem, según explican desde la UPM.

Por eso, conocer el modo en que el cerebro se desarrolla durante la gestación es clave para poder predecir posibles anomalías y enfermedades neurológicas en el feto, así como también para validar la eficacia de los diferentes tratamientos paliativos que pueden aplicarse. 

Y ese es el objetivo de este proyecto, 'Developing Human Connectome Project (dHCP)' del European Research Council, que ha sido liderado por un grupo de investigadores del King’s College London, el Imperial College London y de la Universidad de Oxford.

"Empleamos técnicas novedosas de imagen por resonancia magnética de difusión multicapa de alta resolución angular para estudiar de forma detallada del desarrollo de la sustancia blanca fetal en vivo, incluyendo los principales tractos o canales de conexión cerebrales implicados en la patofisiología de desórdenes del neurodesarrollo", explica Lucilio Cordero, investigador de la UPM y uno de los participantes en este trabajo.

"Los resultados permiten caracterizar detalladamente el normal desarrollo cerebral y amplían el conocimiento actual sobre este periodo crítico en la conformación de la conectividad en la sustancia blanca (aquella que se encuentra en los niveles más profundos o subcorticales), lo que nos da nuevas pistas sobre aquello en lo que debemos fijarnos para predecir posibles malformaciones o fallos neurológicos en el feto", concluye el investigador del BIT-UPM.