Los investigadores elaboraron herramientas de IA para que las técnicas de obtención de imágenes del cáncer sean más rápidas, precisas e informativas.
Han desarrollado un algoritmo de IA que utiliza la visión computarizada para analizar muestras de tejido de pacientes con cáncer.
Desde radiografías hasta imágenes en microscopio, los médicos usan las pruebas para muchos objetivos: detectar el cáncer en los estados más tempranos; determinar el estado de un tumor; saber si el tratamiento funciona; y vigilar si el cáncer vuelve después del tratamiento.
El algoritmo puede distinguir entre tejidos sanos y cancerosos, además de identificar patrones de más de 160 cambios de ADN y miles de cambios de ARN en los tumores.
El descubrimiento de objetivos terapéuticos y fármacos incluye el desarrollo de modelos que integran diversas bases de datos para abordar cada componente en el espectro del descubrimiento de un fármaco.
Mediante el machine learning, se pueden desarrollar tratamientos dirigidos y personalizados. La IA optimiza la selección adecuada de pacientes para las terapias más indicadas.
Los investigadores del cáncer recurren cada vez más a la IA para analizar la cantidad y los tipos de datos que se recopilan de los pacientes.
En el pasado, se estudiaban secciones o muestras de tumores; con la IA, actualmente es posible analizar células individuales para identificar nuevos objetivos farmacológicos.
Mediante nuevos algoritmos de aprendizaje automático se puede comparar células cancerosas a través de una nueva lente e identificar nuevos subgrupos de enfermedades.
