Promocione sus productos o servicios con nosotros
Bogotá, Colombia - Noviembre de 2017

Patrones visuales en imágenes de cáncer podrían indicar niveles de agresividad de la enfermedad

Algoritmo computacional analiza de forma automática imágenes diagnósticas de tejidos cancerígenos para detectar patrones específicos y formular tratamientos adecuados.

Un investigador de la Universidad Nacional de Colombia (UN) desarrolló un algoritmo computacional que analiza de forma automática las imágenes diagnósticas de los tejidos cancerígenos para detectar patrones específicos, estimar qué tan agresiva es la enfermedad y poder formular un tratamiento adecuado.

Una imagen histopatológica consiste en digitalizar una muestra de tejido que ha sido procesada y fijada en una lámina de vidrio. Estas muestras se pueden observar a través de un microscopio y, en el caso del cáncer, permiten identificar células malignas y extraer información para estimar su agresividad.

Si un médico tiene más información sobre el estado de la enfermedad puede decidir con mayor precisión los tratamientos que necesita el paciente. Esta decisión es complicada pues tiene implicaciones en la calidad de vida de la persona y en los costos para el sistema de salud”

Explicó David Romo Bucheli, doctor en Ingeniería Eléctrica de la UN, a la agencia Unimedios de la institución.

Según Bucheli, al analizar y procesar imágenes histológicas es posible encontrar patrones que se puedan asociar con el cáncer. La información puede resultar muy útil, por ejemplo, después de diagnosticar a una paciente con cáncer de mama ya que los médicos pueden aplicar diferentes tratamientos. Por lo general, se sigue una terapia basada solo en hormonas que en algunos casos puede ser suficiente para controlar la enfermedad, cuando el cáncer es muy agresivo es necesario un procedimiento adicional de quimioterapia.

La cuantificación e identificación automática de los patrones visuales podría proveer información adicional a los expertos que les permita orientar la decisión final. Dichos esquemas son conocidos como marcadores patológicos y para la investigación se tuvieron en cuenta dos relacionados con el cáncer, la mitosis y la formación de túbulos, destacó la UN.

La mitosis consiste en la cantidad de divisiones celulares que se presenta en las células cancerígenas, “en el cáncer se tiene un crecimiento acelerado de los tejidos, lo cual implica que al mirar las imágenes histológicas se encuentra un número mayor de divisiones celulares”, especificó el investigador. Los túbulos son estructuras microscópicas que normalmente se observan en el tejido sano, la neoplasia puede provocar distorsión y en casos severos ausencia total de estas estructuras.

Para identificar estos patrones primero se extrae y fija la muestra de tejido en una lámina histológica, luego se digitalizan las imágenes para poder observarlas en un computador, después el patólogo delinea las zonas cancerosas, y allí es posible utilizar los algoritmos automáticos. Estos se basan en una técnica de aprendizaje máquina que ha adquirido gran preponderancia en los últimos años: las redes neuronales profundas, indicó la UN.

Por medio de este método se podrán detectar los patrones de mitosis o de formación de túbulos, según sea el caso. “A través de los algoritmos se puede obtener un clasificador que permite diferenciar si hay una mitosis o no, e identificar si una célula forma parte de un túbulo o no. Después es posible correlacionarlos de forma automática con el nivel de riesgo de cáncer”, señaló Bucheli.

Encontramos una correlación entre el riesgo del cáncer y la cuantificación de los patrones detectados por los algoritmos. Esta se podría utilizar junto con otros marcadores patológicos para tener una estimación precisa del riesgo de diferentes enfermedades relacionadas con el cáncer. Esta información podría ayudar a identificar qué pacientes necesitan pruebas más complejas para obtener su diagnóstico”, concluyó el doctor Bucheli.


Palabras relacionadas:
Estudios de cáncer a través de imágenes, diagnóstico histopatológico, pruebas de imagen diagnóstica, oncología, patrones visuales en imágenes de cáncer, estudios oncológicos de la UN.
x

Sección patrocinada por

Otras noticias de Laboratorio, patología y banco de sangre

Documentos relacionados