Cuando colaboras con la Asociación Española Contra el Cáncer, tú también investigas

Uso de inteligencia artificial para predecir la respuesta a la immunoterapia

149960.00
ERA-NET TRANSCAN-3
Proyecto dirigido por:
Dr. Víctor Moreno Aguado

Los nuevos fármacos de inmunoterapia que modulan la respuesta inmunitaria del paciente para que actúe contra el cáncer, han demostrado eficacia en una amplia variedad de tipos de cáncer. Sin embargo, no todos los tumores responden, lo que es difícil de predecir y en algunas ocasiones la inmunoterapia puede producir toxicidad grave.

Los socios de TANGERINE hemos desarrollado técnicas basadas en inteligencia artificial (IA) para el análisis de imágenes histológicas y tomografía computarizada de tumores que permiten predecir algunas características relacionadas con la respuesta inmunitaria y en este proyecto proponemos: a) expandir los modelos y combinarlos para desarrollar y validar una herramienta de IA para predecir la respuesta a la inmunoterapia y su toxicidad;  y b) identificar estructuras celulares y patrones de imagen asociados con la respuesta a la inmunoterapia que expliquen las predicciones del modelo. 
  
Para ello se recuperarán imágenes digitales de histopatología tumoral y tomografías computarizadas de pacientes tratados con inmunoterapia, se vincularán a datos de resultados clínicos y se anonimizarán para su análisis. En el proyecto participan 6 centros de 5 países y esperamos obtener datos retrospectivos de 1.800 pacientes. También se incluirán de forma prospectiva 600 pacientes más para validar modelos. Se utilizarán técnicas de radiómica y un tipo de redes neuronales artificiales conocidas como redes neuronales convolucionales profundas. La explicabilidad del modelo utilizará en un subconjunto de 30 pacientes datos de transcriptómica espacial, una técnica de última generación que permite estudiar qué genes estan activados en cada célula y comprender procesos complejos.  
  
El proyecto TANGERINE proporcionará una herramienta disponible para el público, no invasiva y de bajo costo basada en imágenes y datos clínicos disponibles de forma rutinaria para predecir con precisión la respuesta y la toxicidad de la inmunoterapia. Esta herramienta podrá ser utilizada por los médicos para guiarles en la elección del mejor tratamiento para cada paciente.