Algoritmos de Astronomía ayudan a diagnosticar tumores agresivos

En un notable ejemplo de trabajo en equipo interdisciplinario, los astrónomos están ayudando a los investigadores del cáncer a usar algoritmos computarizados de observación de estrellas desarrollados para detectar galaxias distantes para identificar biomarcadores en tumores para determinar qué tan agresivos son.
Los equipos, del Cancer Research UK Cambridge Institute, y del Departamento de Oncología y el Instituto de Astronomía de la Universidad de Cambridge en el Reino Unido, describen cómo adaptaron los algoritmos de análisis de imágenes de los astrónomos y los probaron en 2.000 tumores mamarios en un estudio publicado en línea el 19 de febrero en el British Journal of Cancer.
El método actual de análisis de la agresividad tumoral se basa en patólogos expertos que miran hacia abajo los microscopios para detectar diferencias sutiles en la tinción de muestras tumorales. Un enfoque computarizado podría acelerar este proceso de manera significativa.

Superposición natural en técnicas de análisis de imagen de cáncer y astronomía

Los algoritmos de análisis de imágenes de los astrónomos se desarrollaron originalmente para ayudarles a detectar automáticamente objetos indistintos en el cielo nocturno. En un momento, este fue también un ejercicio manual laborioso, realizado con la ayuda de potentes telescopios.
Las técnicas no son diferentes de las utilizadas en inmunohistoquímica (IHC), donde los patólogos miran hacia abajo los microscopios para detectar diferencias sutiles en la tinción de las células tumorales para distinguir las diferentes proteínas.
El autor principal, Dr. Raza Ali, becario de patología del Cancer Research UK Cambridge Institute, dice en un comunicado:
"Hemos explotado la superposición natural entre las técnicas que utilizan los astrónomos para analizar imágenes del cielo profundo desde los telescopios más grandes y la necesidad de identificar diferencias sutiles en la tinción de muestras de tumores en el microscopio".
El coautor Nicholas Walton, del Instituto de Astronomía de Cambridge, dice:
"Es genial que nuestro software de análisis de imágenes, que fue desarrollado originalmente para ayudar, por ejemplo, a rastrear planetas que albergan vida fuera de nuestro sistema solar, ahora también se utilice para ayudar a mejorar el pronóstico para pacientes con cáncer, mucho más cerca de casa".

Probado en tres biomarcadores de cáncer de mama

Para probar los algoritmos adaptados, los investigadores los usaron para evaluar los niveles de tres proteínas (ER, BCL2 y HER2) que son biomarcadores conocidos para el cáncer agresivo, en muestras de más de 2,000 pacientes con cáncer de mama.
Cada muestra pasó por dos evaluaciones: una con análisis manual de imágenes con patólogos mirando microscopios, y la otra donde una computadora, equipada con los algoritmos adaptados, analizó las imágenes automáticamente.
Cuando compararon los resultados, los equipos encontraron que la computadora era tan precisa como el sistema manual:
"Los puntajes automáticos mostraron una excelente concordancia con los puntajes manuales para la asignación no supervisada de casos a categorías 'positivas' o 'negativas' con tasas de acuerdo de hasta el 96%", escriben los autores.
Además, la ventaja adicional es que el sistema computarizado era mucho más rápido.
"Los resultados han sido incluso mejores de lo que esperábamos", dice Ali, "con nuestro nuevo enfoque automatizado que funciona con precisión comparable a la laboriosa tarea de puntuar imágenes manualmente, después de ajustes relativamente menores a la fórmula".

Próximo paso

Los investigadores ahora planean hacer un estudio internacional mucho más grande utilizando muestras de más de 20,000 pacientes con cáncer de mama. Esto ayudará a refinar el nuevo enfoque.
El autor principal Carlos Caldas, profesor que también trabaja en el Cambridge Research UK Cambridge Institute, dice:
"Las técnicas modernas nos brindan algunos de los primeros conocimientos sobre genes clave y proteínas importantes para predecir el éxito o el fracaso de diferentes tratamientos contra el cáncer. Pero antes de que puedan aplicarse en la clínica, su utilidad debe verificarse en cientos o a veces en miles de muestras tumorales ".
Caldas dice que los nuevos métodos ya les están ayudando a analizar hasta 4.000 imágenes por día.
En enero, investigadores de la Universidad de Oslo en Noruega informaron sobre un nuevo estudio que encontró que la mamografía 3D (tomosíntesis), utilizada junto con las imágenes tradicionales, aumentaba la detección de cáncer de mama invasivo en un 27%.
Escrito por Catharine Paddock PhD