¿Cómo puede machine learning mejorar la efectividad de las biopsias a tumores?

Adrian Gonzalez

Una estudiante estadounidense desarrolló un método utilizando un programa de analítica para estudiar a profundidad la multitud de células presentes en un tumor.

Adrián González 

Richa Sehgal, una estudiante de North View High School del estado de Georgia, presentó durante el evento de SAS AX Analytics Experience una plataforma para analizar la composición celular de los tumores y de esta manera ofrecer un estudio más efectivo. 

La joven estudiante comentó que su interés por la inteligencia artificial comenzó utilizando el programa MATLAB para un proyecto de feria científica, el cual consistía en identificar lesiones en la piel con posibilidades de ser cancerígenas. 

Luego una vez que Sehgal ingresó, realizando una  pasantía de verano, al Canary Center for Cancer Early Detection en la Universidad de Stanford exploró por completo los usos de machine learning. Igualmente, su contacto con esta tecnología la llevó a proponer un programa que analice las células de los tumor.

Lea más: ¿Por qué Data Fabric esta revolucionando la nube?

¿Cómo funciona?

Las biopsias para descubrir si un tumor es maligno o benigno toman una pequeña muestra del tumor para ser estudiadas, según Sehgal este proceso no es muy concreto debido a que no se puede conocer en totalidad la composición celular del tumor.

Por esta razón, la estudiante utilizó una herramienta de de SAS, llamada Proc Cluster para el análisis  de la composición celular de los tumores y un programa para el modelaje  3d puede encontrar el punto que mayor variación de células posee, para de esa forma tomar la biopsia de ese punto especialmente. 

¿Qué puede mejorar?

Ahora que conocemos las áreas con mayor variación de células en los tumores, los doctores no tiene que continuar buscando células diferentes que puede pasar desapercibidas”, comentó Sehgal.

Puede interesarle: Rafael Tamames: el ingenioso con la clave para el laberinto de la automatización

Además, la entrevistada aseguró que usualmente se maneja una hipótesis que todos lo tumores de el mismo tipo de cáncer son iguales en características, sin embargo, las células son muy diversas a través de todo el tumor, por ello podría ayudar a los médicos a conocer las características a profundidad de cada variedad de cáncer. 

Por último, la investigación y el desarrollo de la herramienta de Sehgal aún sigue en proceso debido a la falta de información de los diversos tipos de cáncer y las células que lo componen.

Este artículo está clasificado como: , ,

Comentarios

Para poder comentar debe iniciar su sesión:

INGRESAR