Científicos españoles combinan IA con mejores microscopios para detectar antes el cáncer y las infecciones

Esta tecnología combinada permite ya identificar estructuras, dentro de las células humanas, que son 5.000 veces más pequeñas que el grosor de un pelo.

Esta combinación consigue ya diferenciar las células cancerosas de las normales en la leucemia y también detectar las fases más tempranas en las que un virus entra en el interior del cuerpo humano.

Esta nueva técnica para obtener imágenes de gran resolución de las células ha sido desarrollada por un equipo de científicos de Cataluña y el País Vasco y, aunque todavía tardará algunos años en poder aplicarse en los hospitales, abre el camino a mejorar el diagnóstico y el seguimiento de enfermedades tan graves como el cáncer.

En concreto, este proyecto ha sido dirigido por investigadores del Centro de Regulación Genómica (CRG) de Barcelona, la Universidad del País Vasco (UPV/EHU), el Donostia International Physics Center (DIPC) y la Fundación Biofísica Bizkaia y sus hallazgos se publican hoy en la revista “Nature Machine Intelligence”.

En concreto, la herramienta AINU escanea imágenes de alta resolución de las células. Las imágenes se obtienen con una técnica especial de microscopía llamada STORM, que crea una imagen que captura muchos más detalles de los que pueden ver los microscopios normales.

“Creemos que, algún día, este tipo de información pueda permitir a los médicos ganar tiempo para controlar la enfermedad, personalizar los tratamientos y mejorar los resultados de los pacientes”, afirma la profesora Pia Cosma, coautora principal del estudio e investigadora del Centro de Regulación Genómica (CRG) en Barcelona.

Reconocimiento molecular

AINU es una red neuronal, un tipo de IA diseñada específicamente para analizar datos visuales como las imágenes.

En medicina, las redes neuronales convolucionales se utilizan para analizar imágenes médicas como las mamografías o las tomografías computarizadas e identificar signos de cáncer que el ojo humano podría pasar por alto.

Por ejemplo, las células cancerosas tienen cambios distintivos en su estructura nuclear en comparación con las células normales, como alteraciones en la forma en que se organiza su ADN o la distribución de enzimas dentro del núcleo.

Después del entrenamiento, AINU pudo analizar nuevas imágenes de núcleos celulares y clasificarlas como cancerosas o normales basándose solo en estas características.

Virus infecciosos

Esta resolución nanométrica de las imágenes permitió que la IA detectara también cambios en el núcleo de una célula solo una hora después de que fuera infectada por el virus del herpes simple tipo 1.

“Nuestro método puede detectar células que han sido infectadas por un virus muy pronto, porque   podemos ver pequeños cambios en el núcleo de la célula de inmediato”, explica a la Cadena SER Ignacio Arganda-Carreras, coautor del estudio e investigador asociado de Ikerbasque.

Limitaciones

Una limitación es que las imágenes STORM analizan pocas células a la vez. Para fines de diagnóstico, especialmente en entornos clínicos donde la velocidad y la eficiencia son cruciales, los médicos necesitarían capturar muchas más células en una sola imagen para poder detectar o monitorear una enfermedad.

Aunque los beneficios clínicos pueden tardar años en llegar, se espera que, a corto plazo, la AINU acelere la investigación científica.

Los autores del estudio descubrieron que la tecnología también puede identificar células madre con una precisión muy alta. Estas células se pueden convertir en cualquier tipo de célula del cuerpo y se estudian por su potencial para ayudar a reparar o reemplazar tejidos dañados.