Se busca mejorar la clasificación clínica para avanzar a tratamientos más personalizados.
CIUDAD DE MÉXICO, junio 17 (XPFM). -Investigadores del Instituto Nacional de Medicina Genómica (Inmegen) desarrollan un proyecto innovador que utiliza inteligencia artificial para integrar datos genómicos e imagenológicos con el objetivo de mejorar la clasificación clínica del cáncer de mama y avanzar hacia tratamientos más personalizados para las pacientes.
El proyecto se denomina “Integración multimodal de datos genómicos e imagenológicos mediante inteligencia artificial para mejorar la estratificación clínica en cáncer de mama”. Es liderado por el investigador del Inmegen, Guillermo de Anda Jáuregui, quien recibió el reconocimiento y apoyo de la organización Alianza Médica para la Salud (AMSA) para fortalecer esta línea de investigación.
También participan los investigadores Enrique Hernández-Lemus y Hugo Tovar, además de estudiantes y especialistas de diversas disciplinas médicas.
Podría interesarte: Aumentan plataformas fraudulentas de búsqueda de empleo
El especialista explicó que uno de los principales desafíos en el tratamiento del cáncer de mama es su alta heterogeneidad, ya que la enfermedad puede manifestarse de manera distinta en cada persona, lo que influye tanto en el pronóstico como en la respuesta a los tratamientos.
“Actualmente existen diversas herramientas para estudiar el cáncer de mama, pero integrarlas sigue siendo un reto. Por ello, el proyecto busca utilizar inteligencia artificial para combinar estos datos y generar predictores más precisos”, explicó Guillermo de Anda.
De acuerdo con el investigador, la inteligencia artificial ofrece la posibilidad de analizar grandes volúmenes de información y detectar patrones que pueden pasar desapercibidos para el ojo humano. Estas capacidades podrían contribuir a identificar grupos de pacientes.
La investigación continúa en desarrollo y entre los avances alcanzados hasta ahora, destacan la creación de clasificadores basados en información genómica y la consolidación de diversas fuentes de datos que posteriormente se integrarán con información de imagenología.
Uno de los objetivos principales de este estudio es identificar qué pacientes presentan mejores probabilidades de supervivencia y cuáles podrían enfrentar un mayor riesgo de recurrencia de la enfermedad.
