La Universidad de León da un paso más en la investigación sanitaria con un proyecto que aspira a cambiar la forma en la que se detecta el cáncer colorrectal (CCR). Liderado por Antonio José Molina de la Torre, del Grupo de Investigación en Interacción Gen-Ambiente-Salud (GIIGAS), el estudio cuenta con financiación del Instituto de Salud Carlos III y pone el foco en la aplicación de la Inteligencia Artificial para mejorar el diagnóstico precoz.

El cáncer colorrectal es, actualmente, el tumor más diagnosticado , solo por detrás del de pulmón. Detectar la enfermedad a tiempo es un factor importante queen España y el segundo en mortalidad puede determinar, en parte, la supervivencia de los pacientes. Servirse para ello de modelos de Machine Learning, que analizan de manera combinada y precisa la información genética, los estilos de vida y las características clínicas individuales, puede servir tanto a los individuos en riesgo, ya que se les aborda de una forma menos invasiva, como al propio sistema sanitario, al optimizar los recursos.  

Desde 2014, los programas de cribado poblacional mediante pruebas de sangre oculta en heces han permitido detectar en torno al 80 por ciento de los casos en personas de entre 50 y 74 años, la franja en la que se aplican. Sin embargo, estas herramientas presentan limitaciones, como falsos positivos y negativos; una baja participación, de entre el 30 % y el 80 % de la población elegible; y la realización de pruebas invasivas como la colonoscopia que pueden diagnosticar falsos positivos.

El proyecto coordinado por la ULe reúne a investigadores del propio grupo GIIGAS y de entidades como el Centro de Supercomputación de Castilla y León, institutos de investigación biomédica como FISABIO en Valencia y el IDIBAPS-Clinic en Barcelona, y profesionales de la Sociedad Española de Médicos de Atención Primaria (SEMERGEN).

Su propuesta pasa por desarrollar sistemas de aprendizaje automático capaces de analizar de forma conjunta datos genéticos, biomarcadores en sangre, hábitos de vida, como la dieta o la actividad física, y características clínicas. Con esa información, se pretende estimar el riesgo individual de cada persona de una forma más precisa y menos invasiva.

El objetivo es diseñar una estrategia de cribado personalizada que adapte los pasos a seguir según el nivel de riesgo de cada paciente. Esto permitiría adelantar la detección del tumor en los casos de mayor riesgo y evitar intervenciones innecesarias en otros, reduciendo tanto el impacto físico como el estrés psicológico de los pacientes, al tiempo que se optimizan los recursos sanitarios. "La estrategia minimizaría el impacto físico y el estrés psicológico en los pacientes, optimizando los recursos del sistema sanitario", explica el investigador de la ULe, Antonio José Molina.

El proyecto contempla además una fase piloto en Atención Primaria, donde médicos de SEMERGEN evaluarán la aplicación real de estos modelos en la práctica clínica. A ello se sumará la recogida de opiniones de pacientes y profesionales antes, durante y después del proceso, con el fin de validar la aplicabilidad del método y facilitar su integración en el sistema sanitario.

Según señala Molina, el proyecto "incorpora un sólido componente social orientado a garantizar que los avances científicos respondan a las necesidades reales de la población y a facilitar su comprensión y aceptación por la sociedad".

La colaboración con Cruz Roja y la Asociación Española Contra el Cáncer impulsará la participación de la ciudadanía en el estudio, tanto en los procesos de toma de decisiones como en el análisis de los resultados. Su labor servirá también para explicar, de forma fácil y accesible, el alcance y las limitaciones de las nuevas tecnologías en la prevención, la detección precoz, y el seguimiento de enfermedades como el CCR.