Descripción del proyecto
LAS ESTADISTICAS MUESTRAN QUE HUBO +2,3 MILLONES DE CASOS NUEVOS DE PACIENTES CON CANCER DE MAMA (CM) EN 2020, MIENTRAS QUE PRODUCE MAS DE 685.000 MUERTES EN TODO EL MUNDO CADA AÑO. ES DE SUMA IMPORTANCIA IDENTIFICAR AQUELLOS PACIENTES CON ALTO RIESGO DE RECAIDA QUE PUEDEN DESARROLLAR UNA METASTASIS Y POR LO TANTO FALLECER, YA QUE LA METASTASIS A DISTANCIA ES LA PRINCIPAL CAUSA DE MUERTE EN ESTOS PACIENTES. LA PATOLOGIA ES UNA DE LAS PRINCIPALES ESPECIALIDADES MEDICAS INVOLUCRADAS EN EL DIAGNOSTICO Y EVALUACION DE PACIENTES CON CANCER DE MAMA (CM). LA PATOLOGIA ESTA SUFRIENDO UNA TRANSICION DIGITAL PROGRESIVA DIGITALIZANDO IMAGENES MICROSCOPICAS PARA EL DIAGNOSTICO. EL ANALISIS DE IMAGENES DIGITALES IMPLICA EN PATOLOGIA UN CONJUNTO DE PROCEDIMIENTOS CON LOS QUE SE PUEDEN OBTENER DATOS CUANTITATIVOS A PARTIR DE IMAGENES DIGITALIZADAS DE MUESTRAS TEÑIDAS CON IMMUNOHISTOQUIMICA. EN LOS ULTIMOS AÑOS, HA HABIDO GRANDES AVANCES EN PATOLOGIA DIGITAL Y MEJORAS EN LOS METODOS DE INTELIGENCIA ARTIFICIAL (IA) QUE SE PUEDEN UTILIZAR PARA ANALIZAR IMAGENES DIGITALES PERO TAMBIEN PARA CARACTERIZAR INFORMACION CLAVE. ADEMAS, LA IDENTIFICACION DE BIOMARCADORES IMMUNES DEL MICROAMBIENTE TUMORAL EN EL TUMOR PRIMARIO Y EN LOS GANGLIOS LINFATICOS AXILARES METASTASICOS (GLA) TAMBIEN HA MOSTRADO RELEVANCIA EN LA EVOLUCION DE PACIENTES CON METASTASIS. SIN EMBARGO, POCOS TRABAJOS RECIENTES HAN EVALUADO LA RELACION ENTRE LA RESPUESTA INMUNE DE LOS GANGLIOS AXILARES Y LAS METASTASIS A DISTANCIA, Y MENOS TRABAJOS QUE UTILICEN ANALISIS DE IMAGENES DIGITALES PARA EVALUAR LAS POBLACIONES INMUNES PRESENTES EN LAS BIOPSIAS DE GLA. LA SINERGIA DE LA PATOLOGIA DIGITAL Y EL ESTUDIO DE POBLACIONES INMUNES JUNTO CON EL MANEJO Y ANALISIS DE DATOS MEDIANTE ALGORITMOS DE IA, PUEDEN CREAR UNA HERRAMIENTA DISRUPTIVA PARA PREDECIR LA RECAIDA DE CM.CONTRIBUCION:SE HAN PROPUESTO VARIOS SISTEMAS DE DIAGNOSTICO ASISTIDO POR ORDENADOR (CAD) PARA CLASIFICAR Y RECONOCER EL CM EN IMAGENES RADIOLOGICAS O PATOLOGICAS PERO UTILIZANDO LA INFORMACION POR SEPARADO. POR PRIMERA VEZ A ESTA ESCALA, PROPONEMOS UNA COMBINACION DISRUPTIVA DE DIFERENTES FUENTES DE CONOCIMIENTO: IMAGENES DIGITALES RADIOLOGICAS E HISTOLOGICAS, JUNTO CON DATOS CLINICOS, PATOLOGICOS, TUMORALES E INMUNES DE LOS GANGLIOS LINFATICOS AXILARES PARA DESARROLLAR UNA HERRAMIENTA PROTOTIPO PARA PREDECIR LA RECAIDA DEL CM.OBJETIVOS Y METODOLOGIA:1. OBTENER DATOS CLINICOS, PATOLOGICOS E INFORMACION DE ANALISIS DE IMAGEN INMUNOLOGICA E HISTOLOGICA.1.1 LAS IMAGENES DIGITALIZADAS DE PORTAOBJETOS DE BIOPSIAS Y TEÑIDAS CON BIOMARCADORES INMUNITARIOS SE ANALIZARAN MEDIANTE TECNICAS DE PROCESAMIENTO DE IMAGENES Y METODOS DE INTELIGENCIA ARTIFICIAL.1.2 PROCESAMIENTO DE MUESTRAS, ELABORACION DE MATRICES MULTITEJIDOS, DIGITALIZACION DE PORTAOBJETOS, EXTRACCION DE INFORMACION DE HISTORIAS CLINICAS.2. PREDICCION DE RECAIDA CM2.1 ESTIMACION DEL RIESGO DE RECAIDA DEL CM MEDIANTE LA BUSQUEDA DE CORRELACION ENTRE BIOMARCADORES DE IMAGENES PATOLOGICAS Y RADIOLOGICAS QUE EXPLOTAN LA MINERIA DE DATOS Y LOS ALGORITMOS DE IA INTEGRANDO DATOS CLINICOS, PATOLOGICOS E INMUNOLOGICOS.