Actualmente, las máquinas están aprendiendo a identificar células cancerosas con la ayuda de luz manipulada. Este enfoque puede ayudar a aliviar la presión de nuestros servicios de salud en apuros y reducir los tiempos de espera para los pacientes ansiosos.
Según la Sociedad Noruega del Cáncer, los resultados de las biopsias de tejido, que contienen la información sobre la presencia o ausencia de cáncer, normalmente tardan entre tres y cuatro semanas en llegar. Este es uno de los tiempos de espera más difíciles que hemos experimentado.
Sin embargo, dentro de unos años, esta espera será cosa del pasado, gracias a las nuevas tecnologías basadas en la luz y los ordenadores equipados con inteligencia artificial.
Largos tiempos de espera
Hoy en día, gran parte del diagnóstico se basa en un recurso escaso: especialistas que realizan exámenes manuales del paciente o de muestras de tejido.
Esta es la razón por la que los tiempos de espera suelen ser tan largos. Las semanas o los meses pueden parecer años en los que siente que algo anda mal.
Muchas personas buscan ayuda en el sector privado, donde los tiempos de espera son más cortos, pero el costo del tratamiento es muy alto. Si vive en un país de bajos ingresos, es posible que no tenga acceso a ningún tipo de diagnóstico.
Luz – combinada con inteligencia artificial
En respuesta a esto, en SINTEF hemos unido fuerzas con colegas de las universidades del sur de Dinamarca y Oulu en Finlandia y hemos logrado abrir nuevos caminos en este campo. Estamos intentando mejorar el diagnóstico del cáncer utilizando las propiedades invisibles de la luz, combinadas con inteligencia artificial.
El diagnóstico es más que solo química (análisis de análisis de sangre), señales eléctricas (ECG), ultrasonido y radiografías de rayos X. La misma luz solar que nos calienta en un día de verano puede, cuando se refleja en nuestros tejidos, decirnos mucho sobre nuestra salud.
Un ejemplo sencillo son los moretones que nos salen después de una caída. Nuestra piel cambia de color y esto es fácil de ver. Para diagnosticar el cáncer, por otro lado, las muestras de tejido deben tratarse químicamente (teñirse) para colorearlas antes de poder estudiar sus características biológicas. Solo entonces es posible que un especialista, usando un microscopio, vea si el cáncer se ha desarrollado en el tejido.
Sin embargo, la luz reflejada de las muestras de tejido también contiene información que nuestros ojos no pueden ver. Actualmente se están llevando a cabo muchas investigaciones para evaluar exactamente qué pueden decirnos sobre nuestra salud las propiedades invisibles de la luz reflejada por nuestra piel, ojos y, de hecho, el cerebro.
Oscilando en todas las direcciones
Parte de esta información invisible está contenida en la forma en que oscila la luz. Mientras que las olas del océano mueven el agua de mar hacia arriba y hacia abajo, las ondas de luz oscilan en todas las direcciones, también de lado y oblicuamente. Podemos ver algo de esta oscilación cuando enviamos ondas a lo largo de una cuerda para saltar.
Pero nuestros ojos no pueden distinguir entre todas las múltiples direcciones de oscilación contenidas en lo que llamamos luz ‘polarizada’. Sin embargo, esto es exactamente lo que nosotros se están enfocando. La luz que estamos estudiando se puede comparar con el viaje de un rayo de sol en su camino hacia el planeta Tierra.
La luz solar cambia su dirección de oscilación, o polarización, cuando se dispersa por pequeñas moléculas o partículas en la atmósfera terrestre. Es esta dispersión la que hace que el cielo se vea azul (dispersión de Rayleigh). Sin embargo, cuando la luz se encuentra con partículas más grandes, como las gotas de agua en la niebla, el color se vuelve más difuso cuando se ve desde la distancia. Esto se llama dispersión de Mie.
La luz se dispersa en las células de nuestro cuerpo de la misma manera.
Oportunidades para diagnósticos de cáncer más rápidos
En términos simples, obtenemos la dispersión de Rayleigh de la luz que se encuentra con los núcleos de las células sanas, pero en su mayor parte la dispersión de Mie proviene de los núcleos de las células cancerosas. La automatización de la medición de la luz reflejada de muestras de tejido nos ofrece la oportunidad de realizar diagnósticos de cáncer más rápidos.
Esto requiere que utilicemos toda la información que la luz tiene para ofrecer. Sin embargo, obtener información detallada sobre la polarización de la luz reflejada en cada píxel implica rápidamente un volumen de datos que es demasiado grande, incluso para especialistas altamente capacitados.
Las computadoras, por otro lado, pueden manejar grandes volúmenes de datos. La aplicación del aprendizaje automático, que es una rama de la inteligencia artificial, permite que las computadoras vean patrones que nosotros no podemos. Entonces, al combinar grandes volúmenes de datos, analizados por aprendizaje automático, esperamos poder hacer diagnósticos más precisos.
Impulsando diagnósticos exitosos
Para algunos esto puede sonar como un pastel en el cielo, pero las máquinas están comenzando a dejar su huella en el campo del diagnóstico médico.
Un estudio publicado por Google Research en EE. UU. reveló que el 92 % de los tumores presentados en una selección de imágenes microscópicas estándar de muestras de tejido fueron correctamente diagnosticados por inteligencia artificial, mientras que solo el 73 % fueron identificados por patólogos.
Creemos que la tasa de éxito exhibida por la inteligencia artificial se puede aumentar aún más con la aplicación de nuevos métodos de evaluación basados en la luz, como los que involucran la inclusión de mediciones de cambios en la dirección de oscilación a medida que la luz ingresa al tejido.
Instrumento rápido y sensible
Un proyecto de investigación europeo colaborativo encabezado por SINTEF está abordando actualmente este problema. Estamos desarrollando un instrumento compacto, rápido y sensible diseñado para examinar muestras de tejido utilizando luz polarizada con el objetivo de utilizar el aprendizaje automático para determinar la presencia o ausencia de cáncer.
El objetivo del proyecto es desarrollar equipos que el personal del hospital y los médicos generales puedan utilizar después de una formación básica. Todo el sistema se basará en el uso de innovadoras superficies a nanoescala, también conocidas como metasuperficies. Estos se miden en millonésimas de milímetro y exhiben ‘patrones’ tridimensionales en forma de bloques o columnas cilíndricas. Este enfoque nos ofrece nuevas formas de controlar la polarización de la luz que usamos.
Superficies móviles microscópicas
En SINTEF, junto con nuestros colegas de la Universidad del Sur de Dinamarca, hemos descubierto nuevas formas de hacer que estas superficies sean móviles. Esto nos permite cambiar la polarización de la luz durante el proceso y, al hacerlo, proporcionar más información a los algoritmos cuya función es determinar la presencia de cáncer en el tejido.
El proyecto se basa en un prometedor sistema de prueba desarrollado previamente por nuestros colegas de la Universidad de Oulu. El trabajo se lleva a cabo bajo contrato para ATTRACT, que es un proyecto de colaboración conjunto que involucra a las principales organizaciones de investigación europeas, incluido el CERN, que se centra en el desarrollo de nuevas tecnologías de época.
Esperamos que esta solución nos brinde un doble beneficio. En primer lugar, una herramienta de diagnóstico simple y rápida que puede ser utilizada por médicos generales y, en segundo lugar, un instrumento que ofrece exámenes de cáncer a personas en países de bajos ingresos que actualmente no tienen acceso a un proceso de diagnóstico.
Y todo esto gracias a las propiedades invisibles de la luz.
