L'Hospital del Mar ha desenvolupat una eina pionera amb intel·ligència artificial per analitzar les mostres de pacients amb càncer de mama triple negatiu i HER2-positiu, dos dels més agressius. Es tracta d'un algoritme entrenat per distingir els diferents tipus de cèl·lules presents a les mostres de tumors, un factor que pot ajudar a precisar i accelerar el pronòstic de la malaltia.

El desenvolupament d'aquesta nova eina ha anat a càrrec del Servei d'Anatomia Patològica del centre, així com del Servei d'Oncologia Mèdica, d'investigadors de l'Hospital del Mar Research Institute i del CIBER del Càncer (CIBERONC). L'algoritme s'ha desenvolupat utilitzant més de 300 mostres procedents de 246 persones amb càncer de mama triple negatiu i HER2-positiu. 

L'estudi forma part d'un treball que ha publicat la revistaVirchows Archive-European Journal of Pathology. L'eina encara no es pot aplicar a la pràctica clínica. La doctora Mar Vernet, coordinadora de la Unitat de Mama de l'Hospital del Mar, ha explicat en una nota de premsa que "quan es pugui aplicar aquest algoritme es podrà millorar la precisió del diagnòstic i tractament de les pacients".  

Major rapidesa en el pronòstic 

En els dos tipus de càncer analitzats -triple negatiu i HER2-positiu-, la presència d'un tipus concret de cèl·lula del sistema immunitari és un bon indicador del pronòstic de les pacients. És el cas dels limfòcits infiltrants del tumor. Un nombre alt és, en general, un marcador de bona resposta al tractament. Disposar d'aquesta informació ajuda els oncòlegs a saber què esperar a cada cas.

"El que ens ofereix aquest algoritme és una major rapidesa, amb una qualitat de resultats molt semblant a la que obté el patòleg quan ho analitza de manera visual al microscopi", apunta la doctora Mònica Gonzàlez-Farré, metgessa adjunta del Servei d'Anatomia Patològica i autora principal del treball.

El bioinformàtic del Servei d'Anatomia Patològica, Joan Gibert, també implicat en el projecte, apunta que "l'objectiu final del treball és tenir la capacitat de quantificar de forma automàtica tota una sèrie de components cel·lulars i obtenir un valor que s'assembli a les quantificacions que fan els especialistes, de manera que els temps de resposta i el maneig del pacient sigui més ràpid".