Arranca GLIOGEN-X “From Magnetic Resonance Imaging to Molecular Signatures: Generative AI for Virtual Biopsy in Gliomas”, el proyecto de investigación que tiene como objetivo verificar si las imágenes de resonancia magnética (RM) cerebral ya contienen la información necesaria para caracterizar el perfil molecular de los gliomas. Se trata de un nuevo enfoque en la neurooncología, basado en la aplicación de la Inteligencia Artificial (IA), para demostrar cómo las técnicas de imagen pueden proporcionar información sobre las características moleculares del tumor, hacia un proceso diagnóstico no invasivo y personalizado.
La UOC participa en el proyecto a través del grupo de investigación NeuroADaS Lab Cognitive Neuroscience and Applied Data Science Lab, adscrito al eHealth Centre. El proyecto lo coordina la PYME de Siena Siena Imaging s.r.l., y cuenta también como socios con la Fondazione Toscana Life Sciences (TLS), la Universidad de Mánchester y la Northern Care Alliance NHS Foundation Trust (entidad afiliada). Es uno de los 7 proyectos financiados por el European Innovation Council (EIC) en el marco de una convocatoria Pathfinder Challenges, dedicada a la investigación de frontera de alto riesgo y alto potencial. GLIOGEN-X está financiado con un presupuesto total de 3.996.043,38 euros para una duración de 4 años.
“Para la UOC, formar parte de un proyecto europeo EIC Pathfinder como GLIOGEN-X es especialmente relevante, tanto por el alto nivel de competitividad de este programa como por la ambición científica de los proyectos que se impulsan en investigación sobre el cáncer. Esta participación refuerza el compromiso de la UOC con una investigación puntera, interdisciplinaria y orientada a generar un impacto real en la salud y en la vida de las personas”, afirma Ferran Prados, investigador principal del NeuroADaS Lab.
El foco del proyecto, los gliomas, son los tumores cerebrales más comunes en adultos, con más de 27.700 nuevos casos al año en Europa. Entre estos, la forma más agresiva, el glioblastoma, tiene una supervivencia media de 12-15 meses. Además, se estima que la incidencia de los tumores del sistema nervioso central crecerá un 50% para el 2045. Hoy en día, el diagnóstico y la selección terapéutica se basan en el perfil molecular del tumor, “legible” únicamente mediante la biopsia: procedimientos invasivos y no siempre practicables, como en el caso de pacientes frágiles o con tumores en localizaciones profundas.
El objetivo es el desarrollo de biopsias virtuales
GLIOGEN-X tiene el propósito de desarrollar un modelo de «biopsia virtual» a partir de más de 3.000 resonancias magnéticas anotadas, procedentes de los hospitales de Mánchester y Sheffield: es decir, predecir el perfil molecular del glioma directamente a partir de las imágenes de resonancia magnética (RM). El proyecto, por lo tanto, nace con la finalidad de validar el principio de que las imágenes contienen la información molecular necesaria para el diagnóstico de esta tipología de tumores, identificando las mutaciones específicas a partir de las cuales se clasifican. Siena Imaging ya ha obtenido en este ámbito resultados preliminares positivos, con una precisión del 86-96% en la predicción de los principales subtipos moleculares de los gliomas en investigaciones anteriores.
La investigación se articula en torno a tres pilares: inteligencia artificial generativa que cree imágenes de RM sintéticas “similares” a las características de cada tipo de glioma, lo que permitirá obtener conjuntos de datos disponibles para la comunidad científica para estudiar la enfermedad; investigar y verificar la existencia de una “huella biológica” molecular detectable en las imágenes de RM; desarrollar modelos algorítmicos interpretables (enfoque no black-box), capaces de predecir de manera no invasiva y con la máxima precisión las características moleculares de los gliomas, todo ello realizado mediante una infraestructura de ”aprendizaje federado” (federated learning) que permita a los hospitales colaborar sin transferir los datos de los pacientes, y por lo tanto, en cumplimiento del RGPD y de la AI Act.
“Por parte de la UOC ponemos a disposición del proyecto nuestra experiencia en aprendizaje federado para diseñar, implementar y poner en funcionamiento una infraestructura que permita entrenar y validar los modelos de inteligencia artificial de manera distribuida, segura y escalable. Nos permitirá aprovechar la diversidad de los datos procedentes de diversos centros, mejorando la robustez y la capacidad de generalización de los modelos, todo respetando la privacidad y el marco normativo europeo”, explica Prados. “Paralelamente, exploraremos, siempre que sea científicamente útil y técnicamente posible, la contribución de los datos sintéticos para ampliar la variabilidad disponible para el entrenamiento y ayudar a superar algunas de las limitaciones relacionadas con la escasez y la heterogeneidad de los datos clínicos”, añade.
GLIOGEN-X podría abrir la vía al diagnóstico molecular también para aquellos pacientes que hoy no se pueden someter a procedimientos diagnósticos y quirúrgicos invasivos. El proyecto pretende además producir una plataforma y una colección de datos reutilizables, como activos europeos para una inteligencia artificial fiable en la salud. El enfoque de investigación definirá con más claridad hasta qué punto la resonancia magnética puede revelar la biología del tumor.
“Evitaria procedimientos invasivos y no siempre practicables, como en el caso de pacientes frágiles o con tumores en localizaciones profundas”
Este proyecto se enmarca en las misiones de investigación de la UOC Salud y bienestar planetario y Tecnología ética y humana, contribuyendo a los objetivos de desarrollo sostenible (ODS) de la ONU número 3, salud y bienestar.
Mas noticias
El análisis genético del animal terrestre más antiguo del mundo revela el secreto de su longevidad (194 años).
El “interruptor de luz” para neuronas por el que 3 científicos ganaron el Nobel de Medicina y que ayuda a descifrar los misterios del cerebro
Oradores motivacionales en la empresa: la evidencia no avala un efecto duradero