Conecta con nosotros

Noticias

Proyecto Hanover: la tecnología, al servicio de la lucha contra el cáncer

Publicado el

cáncer

El cáncer es una de las principales causas de muerte en el mundo y una preocupación constante en la sociedad civil y médica, por eso, cada vez son más los organismos que apoyan su lucha a través de iniciativas como la que acaba de anunciar Microsoft. La compañía quiere poner su granito de arena con Inteligencia Artificial y han puesto en marcha un proyecto consistente en la creación de un sistema de Machine learning, denominado Hanover. 

Según Bloomberg, Microsoft colabora con los investigadores del Instituto del Cáncer Knight del Departamento de Salud y Ciencias de la Universidad de Oregon y, utilizando la tecnología mencionada anteriormente, «absorben» toda la información disponible sobre el cáncer, incluyendo los medicamentos que se utilizan para combatirlos y qué combinaciones son más eficaces. Los investigadores de la universidad trabajan con el arquitecto y desarrollador del sistema Hanover, Hoifung Poon, de cara a controlar su funcionamiento y optimizar su rendimiento. En la actualidad, las investigaciones en las que este proyecto está jugando un papel destacado pasan por el descubrimiento de combinaciones de fármacos eficaces para combatir la leucemia mieloide, un tipo de cáncer que con mucha frecuencia es mortal, y cuyo tratamiento no ha mejorado apenas nada en décadas.

Entre los investigadores del Instituto Knight implicados en esta investigación están su director, Brian Duker, y Jeff Tyner, que ha explicado que aunque es muy excitante contar con tanta información y fármacos para la lucha contra el cáncer, a menudo resulta un auténtico desafío saber qué hacer con todos estos datos: «Es en ese punto donde la idea de un biólogo trabajando en colaboración con científicos de la información e informáticos cobra importancia. La mezcla de todos estos recursos va a ayudarnos a poner en marcha los últimos avances para lograr terapias más eficaces y menos tóxicas«.

En una entrevista concedida hace unas semanas sobre el papel de Hanover en oncología, Poon hizo unas declaraciones en esta misma dirección y sobre lo que puede hacer este proyecto n la selección de medicamentos contra el cáncer: «Hay cientos de tipos de fármacos de propósito específico, así que, incluso si solo se piensa utilizar una combinación de dos de ellas, hay miles de opciones para elegir. Es un problema muy complicado de solucionar, ya que puede que se necesiten varias medicinas para bloquear las secuencias de un tumor«.

Más proyectos con el mismo fin

Afortunadamente, Hanover es solo uno de los proyectos de Microsoft cuyo fin es combatir el cáncer. La compañía también está inmersa en otros relacionados con los sistemas de visión por computador y Machine Learning, con el objetivo de ayudar a los radiólogos a comprender el progreso de un tumor y ayudar a los científicos puedan programar algún día, las células humanas para que luchen contra las enfermedades.

En particular, los sistemas de Machine Learning, que usan datos para elaborar conclusiones sin ser programados por los humanos, se utilizan cada vez más en la investigación contra el cáncer y otras enfermedades. Su labor es, fundamentalmente, analizar los datos de trabajos de investigación, resultados de ensayos clínicos, informes radiológicos y archivos médicos en formato electrónico. Sistemas de otras empresas, como el Watson Oncology de IBM están ayudando a los médicos en la interpretación de datos clínicos, así como al desarrollo de tratamientos personalizados para cada caso.

Otra de las multinacionales concienciadas con las enfermedades más graves es Google quien, a través de la división médica de una de sus empresas, DeepMind Technologies, trabaja en colaboración con el departamento de salud del gobierno británico en un estudio que trata de determinar si los ordenadores pueden programarse para detectar problemas degenerativos de los ojos en etapas los bastante tempranas como para conseguir evitar la ceguera. Y la startup Deep 6 Analytics de Pasadena (California), se encarga de analizar datos no estructurados, entre los que están los expedientes médicos, para encontrar los candidatos adecuados para la prueba de nuevos fármacos.

Destaclable también es la labor de Flatiron Health, ( uno de sus inversores es Google Ventures), que se encarga de recopilar datos de investigaciones y pacientes de centros dedicados a la lucha contra el cáncer y de almacenarlos en una base de datos, que utiliza después para mejorar la eficacia de los ensayos clínicos.

Volviendo al proyecto de Microsoft, Hanover, el objetivo de su desarrollador es realizar, a gran escala, el trabajo de las denominadas mesas de revisión de tumores, en las que un grupo de médicos se reúnen para discutir la mejor opción de tratamiento para los pacientes. Según Poon, «uno de los cuellos de botella con los que se enfrenta en la actualidad una mesa de tumores es la comprensión de todo el conocimiento disponible, así como la forma de extrapolarlo. Esto es un problema para las personas, a no ser que consigamos automatizar ese procedimiento«. Mark Craven, profesor de bioestadística e informática médica de la Universidad de Wisconsin-Madison, es uno de los científicos que ha utilizado satisfactoriamente interaciones anteriores del trabajo de Poon en la investigación con genes, que está potencialmente relacionada con tipos de cáncer de mama resistentes a los tratamientos más comunes para esta enfermedad, los llamados cáncer de mama triple negativos.

Eso sí, a pesar de que los sistemas de Machine Learning son importantes para hallar nuevas curas para el cáncer, quedan numerosos problemas que resolver. Uno es conseguir trasladar la información ofrecida por este software a los médicos e integrarla en su flujo de trabajo. Y en los países en los que, como en Estados Unidos, la salud depende en gran medida de seguros médicos, lograr convencer a estas empresas de que cubran las combinaciones de fármacos nuevas si la investigación determina su eficacia. Además, será necesario encontrar un número suficiente de pacientes que sean los candidatos adecuados para probar las nuevas terapias. Pero Anil Goud, director médico del Hospital Cedars-Sinai de Los Ángeles, confía en que logren solucionarse todos: «En oncología, es casi imposible pensar que se pueda conseguir todo esto sin sistemas de Machine Learning. La cantidad de datos que son capaces de analizar y su habilidad para comprender los que son relevantes habría llevado muchísimo más tiempo sin ellos.

Lo más leído