Un grupo de matemáticos de la Universidad de Cádiz desarrollan una herramienta de inteligencia artificial capaz de detectar y predecir recaídas en niños con leucemia linfoblástica aguda (LLA). Los expertos recalcan que este trabajo es un reflejo del potencial que tienen este tipo de aplicaciones inteligentes en el contexto médico. El trabajo de investigación se ha centrado en el diseño de un algoritmo intuitivo para identificar a los pacientes con más posibilidades de recaída a través de diversos parámetros.
Los científicos de la UCA han analizado los datos de 54 pacientes pediátricos con LLA. “Hemos basado el análisis en dos conceptos, por un lado el nivel de expresión en los marcadores de superficie, y por otro la frecuencia de las células dentro del mismo rango”, explican. Según se refleja en la investigación, el equipo ha aplicado para este estudio el denominado análisis discriminante lineal de Fisher (método empleado en estadística) para buscar diferencias significativas entre ambos grupos de pacientes y después hacer una correlación con la información genética de los mismos. Tras llevar a cabo todo el procedimiento, los resultados revelan que “una mayor frecuencia de células B, con baja expresión de CD38 (una glucoproteína de la membrana de la célula) podría ser un indicador temprano del riesgo de recaída”. De esta manera, y en palabras de estos científicos, “el resultado más consistente en los diferentes análisis fue la asociación entre una menor expresión del marcador CD38 y la recaída”.
Los resultados de este trabajo han sido publicados en la revista Cancers, y pueden ser fundamentales para mejorar el diagnóstico y optimizar el tratamiento para este tipo de leucemia. En este sentido los científicos de la UCA recuerdan que la leucemia linfoblástica aguda es el cáncer infantil más común y representa el 40% de todas las neoplasias pediátricas. Esta enfermedad se caracteriza por el crecimiento anormal de linfocitos inmaduros en la médula ósea. Actualmente, los expertos siguen recopilando datos para que, a partir de este 2021 se pueda mejorar el algoritmo clasificador y empezar a aplicarlo a leucemia T.