El análisis de datos y las nuevas tecnologías de aprendizaje están acelerando en años las investigaciones llevadas a cabo por los expertos en materia de lucha contra el cáncer.

 

¿Cómo comenzó la estrategia de implementar el Big Data en dichos estudios?

 

Una analista experta de datos y en inteligencia artificial del MIT que desarrollaba modelos de aprendizaje automático sufrió de un diagnóstico de cáncer de mama. Al sufrirlo y escuchar a los médicos se dio cuenta de que su diagnóstico se había basado en muy pocos datos. Es así como se le ocurrió comenzar a editar modelos que recogieran una ingente cantidad de datos sobre pacientes y desarrollar una herramienta de interpretación de imágenes de diagnóstico.

 

Pero para analizar todo estos datos primero tenían que saber cómo tratar y organizar estos datos..y sobre todo como obtenerlos. Para ello reunieron a expertos en oncología, tumores y genética para generar sinergias entre ellos y entre los datos que manejaban.

 

Así con diferentes proyectos de colaboración se comenzaron a construir bases de datos para identificar nuevas terapias útiles, diagnósticos más eficaces, ensayos clínicos y también identificar que biomarcadores o determinantes genéticos podrían provocar los diferentes tipos de cánceres o tumores.

 

Es con todo ello que, a pesar de los problemas en la metodología, en los algoritmos o en la inteligencia artificial aplicada, se están consiguiendo grandes avances en diagnósticos, prevención temprana, emparejamiento de pacientes y ensayos, descubrimiento de medicamentos y decisiones de tratamiento.

 

También en la farmacología se incorpora de forma paulatina nuevos modelos de la llamada patología computacional en sus programas de investigación. Con la inteligencia artificial y su aprendizaje automático se mejora el conocimiento de determinados tratamientos y fármacos y de porque afectan a algunos pacientes y a otros no.

 

Ya son muchos los desarrolladores de fármacos que están incorporando de forma rutinaria este tipo de modelos de patología computacional en sus programas de investigación clínica, confiando en los algoritmos para, por ejemplo, generar los niveles de biomarcadores que podrían ayudar a explicar por qué sólo algunos pacientes responden a la inmunoterapia de forma adecuada.

 

 

Todas estas nuevas tecnologías, tanto computacionales como de laboratorio, hacen posible la recopilación de datos biológicos y clínicos de alta resolución, obtención de datos significativos y así poder ofrecer a los pacientes asesoramiento médico especializado y personalizado. Lo más importante que los pacientes con cáncer están recibiendo diagnósticos tempranos que mejoran enormemente sus posibilidades de supervivencia.

 

Día a día la tecnología de Big data sigue mejorando la vida de las personas cuando se aplica y concentra en los campos de estudio adecuados.