Crean en la UVA un sistema que mejorará el diagnóstico de uno de los cánceres más agresivos

Este estudio está financiado por la Asociación Española Contra el Cáncer y el Ministerio de Ciencia e Innovación de España y ha sido publicado en la revista científica 'NMR in Biomedicine'. La publicación de este trabajo coincide con la celebración este 8 de junio del Día Internacional de los Tumores Cerebrales.

La Universidad de Valladolid (UVA) trabaja desde hace tiempo y en colaboración con la Asociación Española contra el Cáncer en mejorar la detección, el diagnóstico y el tratamiento de estos tumores, que fueron diagnosticados en 2021 a 4.457 personas.

El glioblastoma es uno de los tumores cerebrales más agresivos, con un índice de supervivencia de aproximadamente un 40% en el primer año después del diagnóstico y un 17% en el segundo año, por lo que la predicción de su supervivencia resulta clave para el tratamiento eficiente y la planificación de la cirugía.

Esta nueva técnica se suma a las que se utilizan actualmente en el diagnóstico, pronóstico y respuesta terapéutica a este cáncer cerebral, utilizando imágenes sintéticas de resonancia magnética y Radiómica. «Las imágenes sintéticas se generan con un sistema de Inteligencia Artificial que ha sido entrenado a partir de gran cantidad de imágenes reales obtenidas en las máquinas de resonancia magnética -explica la investigadora Elisa Moya-. Después utilizamos medidas matemáticas para comparar las imágenes sintéticas con las reales, usándolas también en la técnica de Radiómica, que se encarga de extraer características cuantitativas de las imágenes con las que lograr una herramienta predictiva para este tipo de cáncer cerebral. Esto puede facilitar una mejor planificación de su tratamiento o cirugía».

La generación de estas imágenes permite también reducir la duración de las resonancias magnéticas; reemplazar imágenes artefactadas o de calidad degradada; y generar bases de datos que ayuden al diagnóstico de la enfermedad. Durante la realización de estas pruebas, el paciente debe permanecer totalmente inmóvil, lo que para algunas personas, con problemas de claustrofobia o niños, es bastante incómodo. «Esta nueva técnica les da un mayor confort y además reduce costes también, ya que solo necesitaríamos dos imágenes de resonancia magnética, el resto podemos generarlas de forma sintética, por lo que el tiempo en el escáner se reduciría».

Este trabajo que publica 'NMR in Biomedicine' forma parte de la tesis doctoral 'Obtención de mapas paramétricos de T1, T2 y PD a partir de secuencias rutinarias de resonancia magnética mediante inteligencia artificial' que está realizando Elisa Moya, ingeniera de Telecomunicaciones por la UVa. Y en él ha colaborado también Rafael Navarro, ingeniero en Biomedicina por la Universidad Politécnica de Madrid, que prepara también su tesis doctoral 'Radiómica en neuroimagen: uso de características de resonancia magnética para la predicción de resultados en patología cerebral', en el Laboratorio de Procesado de Imagen de la Escuela Técnica Superior de Ingenieros de Telecomunicación de la UVa.

El trabajo ha sido dirigido por Carlos Alberola, catedrático de Teoría de la Señal y Comunicaciones de la Universidad de Valladolid.