El grupo de Problemas Inversos, Optimización y Aprendizaje Automático de la Universidad de Oviedo ha logrado obtener un gran avance en la predicción del grado histológico y de la metástasis ganglionar de los cánceres de mama triplemente negativos, que suponen más de uno de cada diez casos.

Este trabajo, realizado en colaboración con personal médico del servicio de Anatomía Patológica y personal investigador de la Universidad de Berna, se ha llevado a cabo mediante el uso de una base de datos clínicos y patológicos de 102 mujeres diagnosticadas con esa patología en el Hospital Universitario Central de Asturias (HUCA).

Este tipo de cánceres se caracterizan por ser triplemente negativos, lo que quiere decir que el crecimiento del tumor no está estimulado por una serie de hormonas y que, por tanto, no responden, por ejemplo, a tratamientos como la hormonoterapia.

Según ha informado la universidad en un comunicado, en este estudio, cuyos resultados han visto la luz en la revista Journal of Medical Informatics and Decision Making, se desarrollaron varios modelos matemáticos basados en técnicas de inteligencia artificial para predecir el grado histológico y el desarrollo de metástasis ganglionar a la hora del diagnóstico.

El estudio del grado histológico permite ver la diferencia entre las células del tumor y las células sanas del mismo tejido, así como la posible velocidad de su desarrollo.

Ana Cernea, Enrique de Andrés y Juan Luis Fernández-Martínez, del equipo de Problemas Inversos, consiguieron predecir el grado histológico con un 94 por ciento de exactitud utilizando solamente seis variables, dos de ellas relativas al consumo de anticonceptivos orales y a la talla del tumor.

"Este tipo de métodos permitiría el diseño y uso de robots biomédicos que facilitarían el diagnóstico ayudando a los médicos y aligerando el proceso", según el profesor Fernández-Martínez, que cree que una vez que están bien diseñadas estas técnicas permitirán "mejorar el diagnóstico de cualquier especialista, dado que capturan relaciones implícitas que la mente humana no puede captar".

Con la tecnología actual es posible utilizar datos simultáneamente de varios hospitales, lo cual mejora la gestión, minimiza los costos, mejora la atención al paciente, se facilita la medicina preventiva y se minimiza la toma de decisiones erróneas.