El cáncer gástrico se encuentra entre los cánceres más prevalentes en todo el mundo. La precisión es vital en la radioterapia moderna, ya que apunta a las células tumorales y minimiza el daño al tejido sano.
Sin embargo, los desafíos como las poblaciones de pacientes diversas, las incertidumbres del tratamiento y los métodos de administración variables dan como resultado una eficacia baja y resultados inconsistentes.
Le puede interesar:
Nuevo sistema de IA mejora el rendimiento del cirujano
La monitorización en tiempo real de las dosis de radiación, especialmente en el tracto gastrointestinal, podría mejorar la precisión y la eficacia de la radioterapia, pero sigue siendo una tarea difícil. Además, los métodos actuales para rastrear indicadores bioquímicos como el pH y la temperatura no brindan una evaluación completa de la radioterapia.
Ahora, una nueva invención puede mejorar el tratamiento del cáncer gástrico al aumentar la precisión de la radioterapia, que a menudo se combina con cirugía, quimioterapia o inmunoterapia.
Los dosímetros clínicos convencionales, como los transistores de efecto de campo de semiconductores de óxido de metal, los sensores de termoluminiscencia y las películas estimuladas ópticamente, generalmente se colocan sobre o cerca de la piel de un paciente para estimar la dosis de radiación absorbida en el área objetivo. Si bien se han investigado los dispositivos de imagen de portal electrónico para la verificación del tratamiento, estos dispositivos pueden ser costosos y absorber la radiación, lo que reduce la dosis de radiación prevista para el paciente.
Los sensores ingeribles se han limitado a monitorear el pH y la presión, creando la necesidad de un sensor ingerible asequible que pueda rastrear simultáneamente los indicadores bioquímicos y la absorción de dosis de rayos X durante la radioterapia gastrointestinal. Un equipo de investigación de la Universidad Nacional de Singapur (NUS, Singapur) ha creado un dosímetro de rayos X ingerible capaz de detectar dosis de radiación en tiempo real.
Le puede interesar:
AI diagnostica enfermedad pulmonar en rayos X
Al integrar su innovador diseño de cápsula con un modelo de regresión basado en redes neuronales que calcula la dosis de radiación en función de los datos capturados por la cápsula, los investigadores lograron un monitoreo de dosis aproximadamente cinco veces más preciso en comparación con los métodos estándar existentes, https://www.medimaging.net.
El novedoso dosímetro de rayos X ingerible puede medir la dosis de radiación, los cambios de pH y la temperatura en tiempo real durante la radioterapia gastrointestinal. Los componentes principales de la cápsula consisten en una fibra óptica flexible envuelta en nanocentelleadores que emiten luz en respuesta a la radiación, una película sensible al pH, un módulo de fluidos con múltiples entradas para el muestreo dinámico de fluidos gástricos, sensores duales para la medición de dosis y pH, un circuito de microcontrolador placa que procesa señales fotoeléctricas para su transmisión a una aplicación móvil y una batería compacta de óxido de plata para alimentar la cápsula.
Al ingerirse y llegar al tracto gastrointestinal, los nanocentelleadores emiten una luminiscencia más fuerte cuando se exponen a una mayor radiación de rayos X. Un sensor dentro de la cápsula mide este brillo para determinar la dosis de radiación entregada al área objetivo. Simultáneamente, el módulo fluídico recolecta fluido gástrico para la detección del pH mediante la película que cambia de color.
Le puede interesar:
Rayos X de tórax deficiente en lesiones de trauma
Este cambio de color es registrado por un segundo sensor dentro de la cápsula. Además, ambos sensores pueden detectar la temperatura, lo que brinda información sobre posibles reacciones adversas al tratamiento de radioterapia, como las respuestas alérgicas.
La placa de circuito del microcontrolador procesa las señales fotoeléctricas de los dos sensores y transmite la información a una aplicación móvil mediante tecnología Bluetooth y una antena.
La aplicación móvil emplea un modelo de regresión basado en redes neuronales para procesar los datos sin procesar y muestra información como la dosis de radioterapia, la temperatura y el pH de los tejidos que se someten a tratamiento. El dosímetro de cápsula mide 18 mm de largo y 7 mm de ancho, un tamaño estándar para suplementos y medicamentos, y tiene un costo de producción de S$50.
Si bien actualmente está diseñada para monitorear las dosis de radioterapia en el cáncer gástrico, la cápsula también podría adaptarse para rastrear el tratamiento de varios tumores malignos con modificaciones en su tamaño.
Por ejemplo, se podría insertar una cápsula más pequeña en el recto para la braquiterapia del cáncer de próstata o en la cavidad nasal superior para medir en tiempo real las dosis absorbidas en tumores nasofaríngeos o cerebrales, minimizando el daño por radiación a las estructuras adyacentes.
El equipo de investigación se esfuerza por hacer avanzar su innovación hacia la aplicación clínica. La investigación futura incluye determinar la ubicación y la orientación de la cápsula después de la ingestión, diseñar un sistema de posicionamiento confiable para asegurar la cápsula en el sitio objetivo y refinar la precisión de los dosímetros ingeribles para un uso clínico seguro y efectivo.
Le puede interesar:
Desde Santiago, rayos y centellas por tres hospitales
“Nuestra novedosa cápsula cambia las reglas del juego al proporcionar un control asequible y eficaz de la eficacia del tratamiento de radioterapia. Tiene el potencial de brindar garantía de calidad de que la dosis correcta de radiación llegará a los pacientes”, dijo el profesor Liu Xiaogang del Departamento de Química de la Facultad de Ciencias de la NUS, quien dirigió el equipo de investigación.
A medida que los cirujanos se capacitan, generalmente requieren la orientación de médicos experimentados que puedan ayudarlos a refinar su técnica. Ahora, un nuevo sistema de inteligencia artificial (IA) pronto puede ofrecer información valiosa sobre el desempeño de un cirujano, lo que podría reducir la necesidad de supervisión directa.
El Sistema Quirúrgico de IA (SAIS) desarrollado por investigadores del Instituto de Tecnología de California (Caltech, Pasadena, CA, EUA) y la Escuela de Medicina Keck de la Universidad del Sur de California (USC, Los Ángeles, CA, EUA) tiene como objetivo brindar evaluaciones objetivas de la actuación de un cirujano, con el objetivo final de mejorar sus habilidades y, en consecuencia, los resultados de sus pacientes.
Al analizar una grabación de video de un procedimiento quirúrgico, SAIS puede determinar el tipo de cirugía que se está realizando y evaluar la calidad de ejecución del cirujano. El sistema fue entrenado en una vasta colección de datos de video anotados por profesionales médicos, evaluando el desempeño de los cirujanos hasta movimientos discretos individuales, como el manejo de una aguja o la manipulación de tejidos.
Una vez capacitado, SAIS se empleó para revisar y evaluar el desempeño de los cirujanos durante una amplia gama de procedimientos capturados en video de varios hospitales. Los investigadores esperan que SAIS guíe a los cirujanos sobre qué habilidades necesitan un mayor desarrollo. Para mejorar la utilidad de la herramienta, el sistema de IA se diseñó para justificar sus evaluaciones, lo que le permite informar a los cirujanos sobre su nivel de habilidad y ofrecer comentarios detallados, respaldados por clips de video específicos.
Durante las pruebas iniciales, los investigadores descubrieron un sesgo involuntario en SAIS, lo que provocó que calificara de manera incorrecta los niveles de habilidad de los cirujanos en función de un análisis de sus movimientos generales. Para abordar este problema, se ordenó al sistema de IA que se concentrara únicamente en los aspectos relevantes del video quirúrgico. Si bien este enfoque redujo el sesgo, no lo eliminó por completo, y los investigadores continúan trabajando para perfeccionar el sistema.
«En entornos de alto riesgo como la cirugía robótica, no es realista que la IA reemplace a los cirujanos humanos en el corto plazo», dijo Anima Anandkumar, profesora de Computación y Ciencias Matemáticas de Bren y autora principal de los estudios. «En cambio, preguntamos cómo la IA puede mejorar de manera segura los resultados quirúrgicos para los pacientes y, por lo tanto, nuestro enfoque en hacer que los cirujanos humanos sean mejores y más efectivos a través de la IA».
«La retroalimentación quirúrgica derivada de humanos actualmente no es objetiva ni escalable», agregó Andrew Hung, urólogo de Keck Medicine de la USC y profesor asociado de urología en la Escuela de Medicina Keck de la USC. «La retroalimentación derivada de la IA, como la que ofrece nuestro sistema, presenta una gran oportunidad para proporcionar a los cirujanos retroalimentación procesable».
