Un estudio en el que participa el Instituto de Neurociencias (IN), centro mixto de la Universidad Miguel Hernández de Elche y el Consejo Superior de Investigaciones Científicas (CSIC), ha revelado la arquitectura dinámica del cerebro con técnicas de resonancia magnética funcional y ha constatado que los retrasos en la comunicación entre regiones cerebrales son clave para entender la organización de las redes funcionales.

Publicada recientemente en la revista Cell Systems, esta investigación introduce «un enfoque innovador para el estudio de las conexiones cerebrales utilizando resonancia magnética funcional», según un comunicado de la Universidad Miguel Hernández (UMH) de Elche.

El Instituto de Neurociencias de Transilvania (Rumanía) interviene también en este trabajo, que cuenta con la colaboración de la Universidad Politécnica de Valencia.

A diferencia de los métodos convencionales que promedian una única red estática, los investigadores han empleado una aproximación que estudia la evolución temporal del peso de las conexiones, mediante el análisis de su distribución estadística en lugar de su activación media, lo que les ha permitido descubrir una arquitectura cerebral que es, a la vez, robusta y dinámica.

Según el investigador Santiago Canals, que lidera el laboratorio Plasticidad de las redes neuronales en el IN, «la velocidad de conexión entre regiones cerebrales es variable, lo que introduce distintos retrasos en la comunicación».

«Nuestro objetivo ha sido incorporar estos retrasos al análisis de conectividad funcional para obtener un método más preciso y sensible», ha explicado Canals.

Los resultados de esta investigación constatan la existencia de un esqueleto funcional formado por conexiones robustas sin retraso, que se complementa con un gran número de conexiones más débiles y cuyo peso varía en el tiempo, dando flexibilidad a la arquitectura funcional.

«Este enfoque dinámico permite capturar mejor la realidad del cerebro, que está en constante cambio. Nos ha permitido obtener resultados comparables en ratas, monos y humanos, y extraordinariamente consistentes cuando un mismo sujeto es escaneado de manera repetida en el tiempo, una cuestión poco habitual en el campo de la resonancia magnética», ha destacado Canals.

Uno de los descubrimientos más relevantes del estudio es la identificación del esqueleto, un conjunto de conexiones funcionales extremadamente fuertes y estables que actúan como la columna vertebral de la comunicación en el cerebro.

Estos nodos, a pesar de representar menos del 10 % de todas las conexiones estudiadas, desempeñan un papel esencial en la cohesión global de las redes cerebrales: mantienen una conectividad robusta que asegura la eficiencia en la comunicación entre distintas regiones.

«La eficiencia en la comunicación de la red se reduce dramáticamente cuando alguna de estas conexiones se ve comprometida, lo que subraya su importancia en la estructura funcional del cerebro. Por otro lado, los enlaces más débiles y dinámicos, amplifican extraordinariamente los posibles estados funcionales del sistema, proporcionando flexibilidad», ha señalado Canals.

Para desarrollar este estudio, los científicos han empleado datos de resonancia magnética funcional adquiridos en ratas, primates no humanos y humanos, así como datos de pacientes que sufren un trastorno por consumo de alcohol.

Estos hallazgos abren nuevas vías para identificar biomarcadores cerebrales más precisos y sensibles, capaces de detectar alteraciones sutiles en las redes neuronales, lo que podría tener implicaciones importantes en el diagnóstico de enfermedades neuropsiquiátricas, según la nota de prensa de la UMH.

09 septiembre 2024|Fuente: EFE |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

En un futuro la información recopilada con la IA podrá permitir a los médicos «ganar tiempo para controlar la enfermedad, personalizar los tratamientos y mejorar los resultados de los pacientes».

Una inteligencia artificial (IA) desarrollada por un equipo científico en el que ha participado el Centro de Regulación Genómica (CRG) es capaz de diferenciar las células cancerosas de las normales, así como de detectar las fases más tempranas de la infección viral en su interior.

Los hallazgos de este proyecto, en el que también han colaborado la Universidad del País Vasco (UPV/EHU), el Donostia International Physics Center (DIPC) y la Fundación Biofísica Bizkaia (FBB), abren el camino para desarrollar nuevas técnicas de diagnóstico y estrategias de seguimiento de enfermedades.

La herramienta, bautizada como AI of the Nucleus (AINU), escanea imágenes de alta resolución de las células, que se obtienen con una técnica especial de microscopía llamada STORM, que crea una imagen que captura muchos más detalles de los que pueden ver los microscopios normales.

Las instantáneas de alta definición revelan estructuras con una resolución a nivel nanométrico (nm), es decir, una milmillonésima parte de un metro.

Así, la IA puede detectar reordenamientos dentro de las células tan pequeñas como 20 nm o 5 000 veces menores que el ancho de un cabello humano, alteraciones demasiado pequeñas como para que los observadores humanos las detecten con los métodos tradicionales.

«La resolución de las imágenes es suficientemente potente como para reconocer patrones específicos con una precisión notable, incluidos los cambios en la forma en que se organiza el ADN en las células», ha explicado la profesora de investigación ICREA Pia Cosma, coautora principal del estudio e investigadora del CRG.

La experta ha destacado que se prevé que en un futuro este tipo de información pueda permitir a los médicos «ganar tiempo para controlar la enfermedad, personalizar los tratamientos y mejorar los resultados de los pacientes».

Una respuesta casi inmediata

La resolución nanométrica de las imágenes permitió que la IA detectara cambios en el núcleo de una célula solo una hora después de que fuera infectada por el virus del herpes simple tipo uno.

«Normalmente, los médicos tardan un tiempo en detectar una infección porque se basan en síntomas visibles o cambios mayores en el cuerpo», ha afirmado Ignacio Arganda-Carreras, coautor del estudio e investigador asociado de la UPV/EHU.

Sin embargo, el investigador ha apuntado que, con AINU, «vemos pequeños cambios en el núcleo de la célula inmediatamente».

Por su parte, Limei Zhong, coautora principal del estudio e investigadora del Hospital Popular Provincial de Guangdong (GDPH) en Guangzhou (China), ha agregado: «En hospitales y en la clínica, AINU podría utilizarse para diagnosticar infecciones a partir de una simple muestra de sangre o tejido».

Sentando las bases para la preparación clínica

Los autores del estudio avisan de que todavía deben superar «importantes limitaciones» antes de que la tecnología esté lista para ser probada o implementada en un entorno clínico.

Por ejemplo, las imágenes STORM solo pueden tomarse con equipos especializados que normalmente solo se encuentran en laboratorios de investigación biomédica.

Asimismo, la instalación y el mantenimiento de los sistemas de imágenes que requiere la IA suponen, según los investigadores, «una importante inversión tanto en equipos como en competencias técnicas».

Otro posible contratiempo es que estas imágenes analizan pocas células a la vez, por lo que, para fines de diagnóstico, los médicos necesitarían capturar muchas más células en una sola imagen para poder detectar o monitorizar una enfermedad.

«Hay muchos avances rápidos en el campo de las imágenes STORM, por lo que los microscopios pronto podrán estar disponibles en laboratorios más pequeños o menos especializados e incluso en la clínica. Esperamos realizar experimentos preclínicos pronto», ha subrayado la doctora Cosma.

27 agosto 2024|Fuente: EFE |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

El Hospital Universitario Parc Taulí de Sabadell (Barcelona) inició en el mes de julio un ensayo clínico multicéntrico de un software de inteligencia artificial, Optimal XR, para detectar cáncer de pulmón en radiografías no informadas y así reducir los nódulos pulmonares potencialmente malignos que, al pasar desapercibidos, no se diagnostican a tiempo.

La innovación se enmarca en el proyecto Optimal Lung, un sistema de apoyo a la decisión clínica basado en inteligencia artificial para la detección de nódulos pulmonares impulsado desde el Parc Taulí, el Hospital Universitario Vall d’Hebron de Barcelona y el centro tecnológico Eurecat, en Cerdanyola del Vallès (Barcelona), según ha informado este miércoles dicho centro en un comunicado.

Aunque el cáncer de pulmón es la primera causa de mortalidad por cáncer en todo el mundo, la aparición tardía de sus síntomas hace que el 80 % pase desapercibido y se diagnostique en fases muy avanzadas, cuando la tasa de supervivencia a cinco años es inferior al 20 %.

Por este motivo, el estudio liderado por el neumólogo e investigador emérito del Institut d’Investigació i Innovació Parc Taulí (I3PT) Eduard Monsó pretende confirmar la eficacia y seguridad del algoritmo y validar su uso en un entorno hospitalario real, para poder proceder con su comercialización.

Optimal XR es un software que utiliza tecnología de aprendizaje profundo (‘deep learning’, en inglés) para analizar radiografías y se centra, concretamente, en las procedentes de la atención primaria y los servicios de urgencia, con el objetivo de evitar pasar por alto nódulos pulmonares cancerígenos.

Durante el ensayo, se analizarán unas 3 000 radiografías de tórax en tiempo real de la base de datos del Centro de Imagen Médica Digital (CIMD) del Parc Taulí, no necesariamente relacionadas en un inicio con enfermedades respiratorias.

«Los nódulos detectados por el sistema serán revisados por un radiólogo y, en el caso de ser confirmados, serán referidos al Servicio de Neumología para una evaluación más detallada y seguimiento», explica Monsó.

La prueba clínica tendrá una duración estimada de 16 meses; diez de reclutamiento y seis de seguimiento clínico, además de un seguimiento pasivo adicional durante los tres años posteriores.

Actualmente, la detección temprana del cáncer de pulmón es un reto para la atención primaria, pues la creciente falta de radiólogos especializados impide identificar nódulos cancerígenos en etapas iniciales, según Eurecat.

En este contexto, los investigadores consideraron necesario desarrollar e implementar una solución que pudiera analizar con precisión y masivamente estas radiografías de tórax, detectando casos de alto riesgo y dirigiéndolos al flujo de trabajo de radiología y así mejorar la identificación e intervención temprana.

Más adelante, según Monsó, «la intención del equipo es incorporarlo en otros países en los que no tienen la atención o lectura de las radiografías de tórax tan desarrollada como aquí».

07 agosto 2024|Fuente: EFE |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

Un equipo chino ha desarrollado el primer modelo versátil de inteligencia artificial (IA) del país que es capaz de analizar una amplia gama de imágenes patológicas.

Este avanzado modelo es capaz de examinar más de 20 órganos humanos, incluyendo los pulmones, las mamas y el hígado.

Se trata de un modelo de lenguaje de gran tamaño (LLM, por sus siglas en inglés), conocido como PathOrchestra, el cual representa un gran avance en el diagnóstico de enfermedades asistido por IA.

Su desarrollo trae consigo un cambio transformador, pasando de un modelo singular dedicado a un cáncer específico a otro versátil, capaz de abordar multitud de patologías.

Los investigadores de la Universidad Médica de la Fuerza Aérea (AFMU, por sus siglas en inglés), la Universidad Tsinghua y SenseTime utilizaron el mayor conjunto de datos nacionales de China, compuesto por casi 300 000 imágenes patológicas digitales de diapositivas completas, lo que equivale a la impresionante cantidad de 300 terabytes de datos.

Aprovechando las técnicas de aprendizaje autosupervisado, el modelo «aprendió de forma cruzada» a analizar más de 20 órganos diferentes y ha llevado a cabo una serie de tareas clínicas, como la clasificación de cánceres, la identificación y detección de lesiones, la diferenciación de subtipos de cáncer y la evaluación de biomarcadores.

La diversidad de las imágenes patológicas plantea un reto formidable para las aplicaciones de IA. Y esta complejidad le ha valido el título de «joya de la corona» en el ámbito del procesamiento de imágenes, afirma Wang Zhe, profesor de la Academia de Ciencias Médicas Básicas de la AFMU.

PathOrchestra ha logrado una tasa de precisión superior al 95 % en casi 50 tareas clínicas, entre ellas el diagnóstico de subtipos de linfoma y la detección del cáncer de vejiga, según un comunicado de prensa de la AFMU, publicado el martes.

Este avance puede reducir sustancialmente la carga de trabajo de los patólogos y aumentar notablemente la eficacia de la revisión de imágenes médicas, señalan los investigadores.

PathOrchestra es un ejemplo del floreciente panorama de los LLM en China, que representa el rápido y vibrante crecimiento del país en el campo de la IA.

Según un libro blanco sobre la economía digital mundial publicado recientemente por la Academia de Tecnología de la Información y la Comunicación de China en la Conferencia Mundial sobre Economía Digital 2024, de los más de 1 300 LLM de Inteligencia Artificial de todo el mundo, el 36 % procede de China, la segunda mayor proporción después de Estados Unidos.

17 julio 2024|Fuente: Xinhua |Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2024. Agencia Informativa Latinoamericana Prensa Latina S.A.|Noticia

En los últimos 5-10 años, la detección del cáncer de próstata ha experimentado un notable. La incorporación de novedosas técnicas de imagen «ha revolucionado completamente el diagnóstico», indica Juan Gómez Rivas, del Servicio de Urología del Hospital Clínico de Madrid. Según indica, los clínicos basaban el diagnóstico de cáncer de próstata en el tacto rectal, determinación de PSA y biopsia, en cierta medida aleatoria. La tasa de éxito de esta actuación era que aproximadamente de uno de cada tres pacientes biopsiados tenía un tumor.

«En estos momentos, la resonancia magnética (RM), al igual que en el caso de la mama, nos ayuda a saber dónde está la sospecha tumoral, lo que ha mejorado el diagnóstico: de ese tercio de pacientes, se ha pasado a que más de la mitad de los pacientes que tienen una RM positiva tienen un cáncer de próstata. De hecho, las guías clínicas señalan que todo paciente en el que se sospecha un cáncer de próstata debe tener una resonancia magnética antes de practicarle una biopsia».

Se trata además de una medida diagnóstica coste-efectiva porque la RM no sólo dirige la biopsia sino que «discierne sobre un grupo de pacientes que no la necesita porque no tiene tumor. Evita biopsias, sobrediagnósticos y sobretratamientos», señala Gómez Rivas, que acaba de recibir uno de los premios anuales que otorga anualmente la Asociación Europea de Urología en diferentes áreas; concretamente el Cristal Matula, dedicado a un urólogo joven, menor de 40 años, con una buena trayectoria académica y de divulgación científica.

El profesional, cuya línea de interés se centra en tumores genitourinarios, y más específicamente el cáncer de próstata, alude también al apoyo que ha supuesto la PET con marcador de membrana de próstata muy específico, el PSMA.

Se trata de otra nueva técnica de imagen de Medicina Nuclear que ha variado el diagnóstico de recidivas porque permite valorar dónde se encuentra con valores muy bajos de PSA. «Esta metodología permite hacer tratamientos muy dirigidos. Por ejemplo, si un paciente tiene captación de PSMA en un ganglio de la fosa ilíaca derecha, se realiza un tratamiento de radioterapia dirigido a esa zona o se practica una linfadenectomía de rescate. Si el paciente es metastásico se le trata como tal precozmente antes de que pudiera verse en un TAC o Gammagrafía. Sin duda, tanto la imagen como el PSMA han revolucionado el escenario del cáncer de próstata».

Más esperanza de vida 

En el tratamiento de la enfermedad metastásica y resistente a la castración, el experto señala que en la última década, y más concretamente desde 2015 en patología metastásica, existen múltiples tratamientos que han aumentado la esperanza de vida de estos pacientes. «Anteriormente, en la patología metastásica, con terapia de deprivación estrogénica, la esperanza de vida era menor de cinco años, dependiendo de la carga metastásica. Pero, con los tratamientos actuales, la supervivencia ha aumentado más de siete años. Se ha producido un cambio positivo muy importante teniendo en cuenta, además que nuestra población de referencia está muy envejecida».

Mayo 17/2023 (Diario Médico) – Tomado de Urología – Se ensayan otras nuevas opciones de detección (Seguir leyendo)  Copyright Junio 2018 Unidad Editorial Revistas, S.L.U.

Un par de artículos publicados en el número de mayo de la revista Journal of Nuclear Medicine ilustran el potencial del nuevo radiotrazador FAPI para el diagnóstico, la estadificación y el tratamiento de múltiples tipos de cáncer. Los resultados del mayor estudio de pacientes sometidos a una PET con ⁶⁸Ga-FAPI demuestran la superioridad de esta técnica sobre la PET estándar con ¹⁸F-FDG en la evaluación de múltiples tipos de cáncer. En un estudio separado, se descubrió que un tratamiento dirigido a FAPI de nuevo diseño suprimía el crecimiento tumoral en varios cánceres comunes en un entorno preclínico. Estos avances tienen un gran potencial para proporcionar una estadificación y un tratamiento con mayor precisión para los pacientes con cáncer.

Los fibroblastos asociados al cáncer intervienen en el crecimiento, la migración y la progresión de los tumores. Una subpoblación de fibroblastos asociados al cáncer expresa la proteína de activación de fibroblastos (PAF). La FAP se expresa de forma prominente en los tumores sólidos, pero está prácticamente ausente en los tejidos sanos, lo que la convierte en una atractiva diana diagnóstica y terapéutica para los inhibidores de la proteína de activación de fibroblastos (FAPI).

En el primer estudio, 324 pacientes con 21 tipos de tumores diferentes se sometieron a una PET con ⁶⁸Ga-FAPI durante un periodo de tres años; 237 de ellos también se sometieron a una PET con ¹⁸F-FDG. Los investigadores compararon la PET con ⁶⁸Ga-FAPI y la PET con ¹⁸F-FDG en términos de captación en las distintas entidades tumorales. También examinaron si existía una correlación entre la captación de ⁶⁸Ga-FAPI en la PET y la expresión de PAF en las muestras de tejido teñidas.

La captación de ⁶⁸Ga-FAPI fue significativamente mayor que la de ¹⁸F-FDG en lesiones primarias de cáncer de páncreas y sarcoma y en lesiones metastásicas de cáncer de páncreas. La PET con ⁶⁸Ga-FAPI mostró una detección superior de la enfermedad local y regional en el sarcoma, así como de la enfermedad metastásica a distancia en el sarcoma y los cánceres de páncreas, cabeza y cuello, vías biliares, pulmón y vejiga. También se halló una correlación positiva entre la captación del radiotrazador y los niveles de expresión de FAP en las muestras de tejido.

«La PET ⁶⁸Ga-FAPI puede utilizarse como herramienta para el diagnóstico de tumores, con el potencial de una estadificación y un tratamiento más preciso de los pacientes con las entidades tumorales mencionadas», afirmó Nader Hirmas, MD, ScD, candidato a doctor en el Departamento de Medicina Nuclear del Hospital Universitario de Essen (Alemania). «También podría utilizarse como herramienta para seleccionar a los pacientes que potencialmente se beneficiarían de la terapia con radioligandos dirigida a la PAF».

En el segundo estudio, los investigadores desarrollaron una nueva terapia radiofarmacéutica FAP dirigida a los fibroblastos naturales asociados al cáncer. «En modelos tumorales anteriores, los investigadores alteraron las células cancerosas para que expresaran altos niveles de FAP como diana para la terapia. En este estudio pretendíamos crear un tratamiento que fuera eficaz en el entorno tumoral natural», declaró el doctor Philip S. Low, becario presidencial para el descubrimiento de fármacos y profesor distinguido Ralph C. Corley del Departamento de Química de la Universidad Purdue de West Lafayette, Indiana.

Los investigadores utilizaron un moderno método bioanalítico (RNA-seq unicelular) para determinar qué células de 34 tumores humanos de mama, ovario, colorrectal y pulmón expresaban FAP. Se desarrollaron dos conjugados radiofarmacéuticos -FAP6-DOTA y FAP6-IP-DOTA (este último contiene un aglutinante de albúmina para prolongar la circulación y mejorar la captación tumoral)- y se probaron en células humanas que expresaban FAP. También se investigaron las terapias radiofarmacéuticas de ¹⁷⁷Lu-FAP6-DOTA y ¹⁷⁷Lu-FAP6-IP-DOTA en un modelo de ratón.

Se descubrió que la FAP estaba sobreexpresada en el 5% de las células tumorales humanas; los fibroblastos asociados al cáncer constituían el 77% de esta subpoblación FAP, mientras que el 2% eran células cancerosas. Se demostró que el FAP6-IP-DOTA presentaba una alta afinidad por el FAP, una circulación prolongada, una mayor captación tumoral y una retención mínima en el tejido sano. Además, dosis únicas de ¹⁷⁷Lu-FAP6-IP-DOTA suprimieron el crecimiento tumoral en casi un 50% en todos los modelos tumorales probados sin causar toxicidades reproducibles.

«Estos datos sugieren que este nuevo diseño de radioterapia dirigida a la FAP debería ser capaz de tratar muchos más tipos de cánceres humanos en los que la expresión de la FAP se limita únicamente a los fibroblastos asociados al cáncer», señaló Spencer D. Lindeman, doctor y profesor visitante del Departamento de Química de la Universidad Purdue. «Esto podría ser una herramienta potente y versátil para el campo de la medicina nuclear clínica».

Mayo 02/2023 (MedicalXpress) – Tomado de Oncology & Cancer, Radiology & Imaging  Copyright Medical Xpress 2011 – 2023 powered by Science X Network

Traducción realizada con la versión gratuita del traductor www.DeepL.com/Translator