La Universidad Politécnica de Valencia (UPV) ha impulsado una investigación realizada a partir de una tesis doctoral que aspira a reducir las biopsias «innecesarias» y permitir implementar un sistema de diagnóstico de cáncer de próstata de bajo coste en centros de cirugía ambulatoria.
Los resultados del trabajo, que nacen de la tesis doctoral de Juan Bautista Talens, coordinado por el profesor del Departamento de Ingeniería Electrónica de la UPV José Pelegrí, han contado con la colaboración del Instituto de Investigación para la Gestión Integrada de Zonas Costeras de la UPV y del Instituto de Investigación del Hospital La Fe. Asimismo, han sido publicados por BMC Medical Informatics and Decision Making, ha indicado la UPV en un comunicado.
La técnica, que también consigue que el proceso diagnóstico sea mucho menos invasivo, mejoraría a su vez el método de clasificación del cáncer de próstata y reduciría el número y el coste de las biopsias para eliminar su carácter invasivo.
«La intención es idear un aparato para 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», ha explicado Talens, al tiempo que ha destacado que «existe una problemática y es que se hacen muchas biopsias negativas». «La propia técnica para hacerla se lleva a cabo de forma aleatoria», ha añadido.
En esta línea, ha expuesto que «se intenta extraer tejido de la próstata y no se tiene la certeza de que estés cogiendo verdaderamente tejido cancerígeno, lo que genera muchas biopsias negativas y, por lo tanto, un coste elevado». «Además, son pruebas invasivas, porque tienen que entrar por el recto para extraer los trozos de próstata», ha remarcado.
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. «Se estimula el paso de los compuestos volátiles que se desprenden de la orina y se pasan por una cámara con sensores de gas, de los que se obtiene una serie de datos a partir de los que se entrena a una inteligencia artificial (IA) 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», ha insistido.
«Lo que hemos hecho es utilizar la nariz electrónica que teníamos, un aparato demasiado grande como para llevarlo a una consulta para ser capaces de identificar y clasificar y, posteriormente hemos 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», ha continuado, y ha recalcado que «al final se ha conseguido un prototipo, MOOSY4, que en una fase bastante avanzada, podría ser de utilidad en una consulta clínica».
Minimiza el riesgo
El modelo, que inicialmente logró clasificar correctamente el 87 por ciento de las muestras de los pacientes tras indicar una eficacia considerable en su capacidad predictiva, ha sido mejorado con el tiempo.
«Detectamos aspectos a mejorar, especialmente en la detección de casos de cáncer de próstata con antígeno prostático elevado (falsos negativos) para abordar esta limitación. Por ello, propusimos 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», ha añadido Pelegrí.
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.