● La biología computacional permite clasificar y analizar la información que contienen los genes de miles de pacientes y ha servido para desarrollar la medicina personalizada.
● Una de las principales aplicaciones de los softwares informáticos es la posibilidad de construir modelos de inteligencia artificial que ayuden a los oncólogos en la toma de decisiones a la hora de tratar a un paciente con cáncer.
Especialistas en análisis de datos han presentado el lanzamiento del software Neural Designer de Artelnics en la 21ª Conferencia Europea de Biología Computacional. Este programa informático analizará los datos de más de 2.000 pacientes con cáncer metastásico en el marco del Estudio Dipcan (Digitalización y manejo Integral de la Medicina Personalizada en Cáncer) con el fin de detectar patrones diagnósticos y poder pronosticar la evolución y respuesta de un paciente a un tratamiento. Así, el software Neural Designer será clave para impulsar la investigación y desarrollo de la medicina personalizada en el cáncer en España.
Neural Designer es una plataforma de análisis de datos y aprendizaje automático que permite construir algoritmos de inteligencia artificial a partir de datos. El software utiliza redes neuronales, que son modelos matemáticos del funcionamiento del cerebro que aprenden automáticamente los patrones subyacentes en los datos. Así, Neural Designer permite analizar miles de factores clínicos, ambientales y genómicos, y determinar cuáles están más relacionados con el desarrollo o el pronóstico del cáncer.
Biología computacional: prevención, diagnóstico y tratamiento de enfermedades a través del análisis de los datos masivos
La biología computacional es una ciencia que busca generar nuevos conocimientos que ayuden a la prevención, diagnóstico y tratamiento de enfermedades a través del análisis de los datos masivos. “Se centra en el estudio de sistemas biológicos mediante el uso de ordenadores y algoritmos que permiten tomar decisiones clínicas en función de cada caso. Es la ciencia que ha originado el desarrollo de la medicina personalizada. Por ello, para continuar avanzando en la investigación médica centrada en la atención individualizada a cada caso, debemos apostar por la biología computacional”, expuso Roberto López, CEO de Artelnics y especialista en inteligencia artificial y física computacional.
En este sentido, manejar y analizar la información genética de los pacientes puede servir para detectar patrones en el diagnóstico de enfermedades, su evolución y su respuesta a tratamientos. “La ingente cantidad de información que contienen los genes de miles de pacientes sería imposible de manejar sin la ayuda de tecnologías de biología computacional, como Neural Designer, un programa informático desarrollado por Artelnics que hemos presentado en esta conferencia”.
Una de las principales aplicaciones de este sistema, Neural Designer, es el estudio Dipcan. Se trata de un proyecto que emplea la inteligencia artificial para conocer qué factores clínicos, ambientales y genéticos están más relacionados con una enfermedad oncológica y para estimar el desarrollo que seguirá el cáncer y la respuesta del paciente a distintos tratamientos. Para ello, 2.000 pacientes recibirán de forma gratuita un informe completo sobre sus datos clínicos estandarizados, datos genómicos, datos anatomopatológicos y datos de imágenes de resonancia magnética.
Estudio Dipcan: inteligencia artificial para caracterizar distintos tipos de cáncer metastásico
Así, el proyecto Dipcan creará una base con información de dos mil pacientes en la que se analizarán todos los datos médicos utilizados en la toma de decisiones clínicas del abordaje del cáncer. “Usaremos el sistema Neural Designer para trabajar con esa enorme cantidad de información que nos aportan nuestros compañeros dedicados a la clínica. Ello servirá para comprender mejor el cáncer metastásico.”, reveló Roberto López. En concreto, Neural Designer permitirá conocer en mayor profundidad el cáncer metastásico, utilizando esa base de datos para caracterizar distintos tipos de cáncer metastásico y construir modelos de inteligencia artificial que ayuden a los clínicos en la toma de decisiones.
