Inteligencia Artificial contra el cáncer

La multinacional de Tecnologías de la Información Indra junto a las empresas biomédicas Althia y Lorgen y a diversos Organismos Públicos de Investigación están desarrollando el Proyecto TradionP, un sistema experto que a través de técnicas de inteligencia artificial facilite el modelado de enfermedades oncológicas y la selección de terapias específicas para cada enfermo.

El objetivo final es la creación de un estándar de gestión integral del paciente oncológico para guiar la terapia multimodal -cirugía, radioterapia y quimioterapia- de forma personalizada y eficaz. Así, se pretende mejorar a través de las nuevas tecnologías el desarrollo de nuevos métodos de diagnóstico predictivos más precisos y objetivos dirigidos a determinar qué terapias son las más efectivas para cada paciente, y en consecuencia, también el desarrollo de nuevas modalidades de tratamientos.

La principal novedad de TradionP es su capacidad para agregar diferentes tipos de información sobre pacientes individuales y reconocer patrones comunes para ofrecer una predicción objetiva, precisa y eficaz de respuesta y evolución del tumor. Pretende ser una herramienta de apoyo para oncólogos en la identificación de un tumor determinado, con un elevado grado de certeza, y conocer las características biológicas de agresividad y posible resistencia a determinados fármacos y terapias. Además de buscar el incremento de la eficacia de las terapias, se persigue mejorar la calidad de vida de los pacientes.

El proyecto se inició en 2010 con una duración de tres años y en estos momentos se encuentra en su segundo año de desarrollo, donde ya se ha definido y consensuado la información necesaria que debe recoger el sistema experto para establecer los flujos de información. Este estudio abarca a 1.000 pacientes oncológicos andaluces con cáncer de mama, colon-recto y pulmón, de los cuales la mitad fueron tratados con terapias biológicas. En la actualidad ya se ha creado una base de datos con la información de los pacientes seleccionados que integra parámetros clínicos y morfológicos, historial familiar del paciente, imágenes radiológicas, biomarcadores y secuencias genéticas.

El entorno de desarrollo del software de TradionP está instalado en el Centro de Excelencia en Salud Avanzada de Indra en Sevilla mientras que el entorno de producción, al que acceden los OPI’s, se encuentra instalado en la Escuela Andaluza de Salud Pública. Althia, por otro lado, asume la coordinación científica del proyecto desde el centro de genómica Genyo, donde se ha instalado el entorno de trabajo.

La Inteligencia artificial como aliada

En el proyecto TradionP la inteligencia artificial ofrece un abanico de herramientas matemáticas que permiten seleccionar variables y utilizarlas en ecuaciones, de forma que sean capaces de distinguir entre clases, asegura el asesor científico de Althia y Vice Chairman del Departamento de Patología de la Universidad de Yale, José Costa. Cuando estas variables son medidas sobre los genes o sobre las patologías de los individuos, y las clases son el pronóstico de la enfermedad o la respuesta a un fármaco, se consigue un predictor clínico.

A través de una aplicación diseñada para modelar la enfermedad se incorporan las técnicas de predicción, entrenadas específicamente para distinguir, en una determinada enfermedad, qué tipo de progresión tendrá un paciente y tomar la decisión terapéutica correspondiente.

«Se trata de un estudio retrospectivo que compara pacientes que fueron tratados con terapias diana frente a pacientes con las mismas características, pero tratados convencionalmente. Por consiguiente TradionP no tiene influencia sobre el pasado, pero sin duda las herramientas de gestión que obtengamos mejorarán la eficacia de los tratamientos», explica Costa.

Noticia de Levante-EMV

Beca del Instituto de IA del CSIC (Barcelona)

Beca dirigida a alumnos y alumnas que no han terminado la carrera encontrándose en alguno de los dos últimos cursos de la misma.

Temática

En comunidades abiertas y distribuidas con un componente básico de interacción social entre agentes podemos observar los efectos emergentes de dichas interacciones.
En el marco de estudio de sistemas multiagentes, los diseñadores de agentes buscan incluir los mecanismos necesarios para que los agentes inteligentes sean capaces de interactuar de manera racional con los humanos. Los humanos, y como resultado emergente de sus interacciones, hemos desarrollado las conocidas “normas sociales” que restringen y coordinan nuestro comportamiento. Las normas sociales se caracterizan como normas que resuelven problemas de acción colectiva. De la misma manera, los humanos hemos desarrollado mecanismos de imposición y mantenimiento de normas tal y como puede ser el castigo. Debido a las restricciones que nos imponen las sociedades virtuales, tanto el cumplimiento de las normas como la aplicación de dichos castigos, pueden ser ejecutados de manera distribuida. Los castigos directos y costosos han sido estudiados durante décadas por psicólogos y economistas, obteniendo resultados conclusivos acerca de este tipo de castigos. Sin embargo, nosotros estamos interesados (para así aprovechar las ventajas que nos ofrecen los ambientes distribuidos) en el estudio del castigo de manera distribuida. En especial, los castigos indirectos distribuidos. Un claro ejemplo de dicho mecanismo es la reputación. La transmisión de rumores puede ser usada para aplicar un castigo, a quien sea que fuera necesario. Sin embargo, poco se conoce acerca de la latencia y dinámica de este tipo de castigo.
Para avanzar en el conocimiento de los sistemas distribuidos e indirectos de castigo, pretendemos construir una plataforma experimental que nos ayude a comprender el funcionamiento de un mecanismo tan usado como el de la transmisión de rumores.
Dicho proyecto implicará el desarrollo de una aplicación para la conocida plataforma social “Facebook”. Dicha aplicación se mostrará a los sujetos de estudio como un juego tipo colaborativo, donde se permitirá (y controlara como objeto de estudio) la transmisión de la información.
La convocatoria se encuentra en la siguiente dirección: http://www.postgrado.csic.es/JAE-Int/introduccion_investigacion.htm