Un grupo de investigadores de la Universidad de Cádiz (UCA), pertenecientes al departamento de Matemáticas, ha comprobado la eficacia de una herramienta de inteligencia artificial para predecir recaídas en niños con leucemia linfoblástica aguda. Para ello, los científicos han diseñado un algoritmo intuitivo para identificar a los pacientes con potencial de recaída en el momento del diagnóstico en la leucemia linfoblástica aguda infantil y en comparación con aquellos sin riesgo de recaída.
Según ha explicado la UCA en una nota, uno de los objetivos de este trabajo, publicado en la revista Cancers, ha sido mostrar el potencial de las aplicaciones de inteligencia artificial en el contexto médico, así como contribuir a este campo de estudio en desarrollo.
De esta forma, se han analizado los datos de 54 pacientes pediátricos con leucemia linfoblástica aguda (LLA). En concreto, se han utilizado datos de citometría de flujo obtenidos en el momento del diagnóstico y hemos basado el análisis en dos conceptos: por un lado, el nivel de expresión en los marcadores de superficie, y por otro, la frecuencia de las células dentro del mismo rango.
Según se refleja en la investigación, este equipo de matemáticos han aplicado para este estudio el denominado análisis discriminante lineal de Fisher (método empleado en estadística) para buscar diferencias significativas entre ambos grupos de pacientes y después hacer una correlación con la información genética de los mismos.
Los científicos han explicado que tras llevar a cabo todo el procedimiento, los resultados revelan que «una mayor frecuencia de células B, con baja expresión de CD38 (una glucoproteína de la membrana de la célula), podría ser un indicador temprano del riesgo de recaída». En palabras de estos científicos, «el resultado más consistente en los diferentes análisis fue la asociación entre una menor expresión del marcador CD38 y la recaída».
En este sentido, han señalado que el «CD38 es un receptor presente en la superficie de una amplia variedad de células inmunes. Además, se considera un marcador de activación celular y funciona no solo como receptor, sino también como enzima».
Cabe recordar, que la leucemia linfoblástica aguda es el cáncer infantil más común y representa el 40% de todas las neoplasias pediátricas. Esta enfermedad se caracteriza por el crecimiento anormal de linfocitos inmaduros en la médula ósea.
«Tanto la comunidad médica como nuestro equipo consideramos que esta herramienta de inteligencia artificial podría ser fundamental para mejorar el diagnóstico de LLA y optimizar el tratamiento. Seguimos recopilando datos para que, a partir de este 2021, podamos mejorar el algoritmo clasificador y también empezar a aplicarlo a leucemia T», han afirmado los responsables de este estudio. De hecho, los científicos de la UCA siguen trabajando no solo para avanzar en este sentido, sino también en terapias con células CAR-T o tratamientos de inmunoterapias, entre otros.