La inteligencia artificial está suponiendo grandes cambios en diferentes ramas de la oncología
El futuro de la lucha contra el cáncer pasa por la oncología de precisión y la oncología personalizada, con una gama de soluciones adaptadas a la realidad de cada paciente.
El doctor Antonio Brugarolas, jefe de la Plataforma Oncológica del Hospital Quirónsalud Torrevieja, explica que se están produciendo avances en diferentes fases del proceso, desde el diagnóstico por imagen hasta el tratamiento, ya sea de quimioterapia con farmacología personalizada, de inmunoterapia con vacunas antitumorales o quirúrgico con el uso de la cirugía robótica avanzada.
Según describe el portal de salud Alimente+, en el caso del diagnóstico por la imagen en oncología, que juega un papel imprescindible en el diagnóstico precoz de los tumores, el equipamiento utilizado, como la tomografía computarizada (TC) y la resonancia magnética (RM), ofrecen actualmente mayor resolución y son más precisos. A ellos, en los últimos años, se han sumado los equipos híbridos, como la tomografía por emisión de positrones combinada con TC (PET/TC).
Pero los avances tecnológicos buscan dar un paso más en el ámbito del diagnóstico radiológico del cáncer, aplicando tecnologías como los biomarcadores de imagen, la radiómica y la inteligencia artificial, para aumentar la precisión diagnóstica.
Por su parte, la oncología radioterápica también es vital en la lucha contra el cáncer, y los avances tecnológicos están permitiendo que mejoren sus resultados. Entre los tratamientos más nuevos destaca, sin lugar a dudas, la protonterapia o terapia de protones. Esta técnica, comparada con la radioterapia convencional, permite que a la zona que rodea el tumor llegue una cantidad de radiación mínima, o incluso nula. Es mucho más precisa. Esto hace de ella un tratamiento de elección en el caso de pacientes pediátricos, y también para tumores que se localizan junto a órganos críticos del cuerpo.
La inteligencia artificial, juega un papel importante en los avances diagnósticos y en la consecución de nuevos medicamentos para la mejora de los tratamientos. Junto al machine learning o aprendizaje automático, una de sus ramas, permite analizar grandes cantidades de datos, y ser una herramienta útil en la predicción de la evolución de la enfermedad.