Protonterap-IA: Desenvolvemento de ferramentas de apoio á toma de decisións para a selección de pacientes en protonterapia – Iniciativa de estudio piloto no centro de protonterapia de Galicia.
A radioterapia, ou tratamento con fas de radiación, é un dos tratamentos máis eficaces contra o cancro. Contribúe á curación de máis do 40% dos pacientes oncolóxicos e case un 70% benefícianse destes tratamentos ao longo da súa enfermidade.
A protonterapia, técnica radioterápica que utiliza feixes de irradiación con protóns, é unha das modalidades máis prometedoras de radioterapia. Esta técnica emerxeu recentemente grazas a avances tecnolóxicos en equipamento e á investigación sobre as características e vantaxes radiobiolóxicas que posúen este tipo de partículas altamente ionizantes.
Estes avances permitiron poñer en marcha en moitos países unidades de protonterapia modernas, accesibles para determinados pacientes oncolóxicos nos que é moi importante minimizar as posibles toxicidades da radiación. Como sucede cos pacientes pediátricos ou pacientes que presenten determinadas comorbilidades ou riscos, e tamén para aqueles pacientes nos que é necesario reirradiar ou administrar doses moi altas de irradiación ao tumor sen lesionar órganos críticos próximos.
Que pacientes probablemente beneficiaríanse máis da protonterapia (PT) en comparación coa radioterapia convencional con fotóns (RT)? Dar resposta a esta pregunta, utilizando técnicas preditivas baseadas en intelixencia artificial, é a principal motivación deste proxecto.
No marco do futuro Centro de Protonterapia de Galicia (en construción, en Santiago), neste proxecto pretendemos levar a cabo un estudo piloto de desenvolvemento de metodoloxía e ferramentas IA para obter modelos preditivos de probabilidade de complicacións de tecido san (en RT, aplicables a PT) baseados en datos específicos dos pacientes.
Obxectivos
O obxectivo deste proxecto é desenvolver unha metodoloxía obxectiva para seleccionar dentro dun grupo de pacientes aos que teñan máis probabilidade de beneficiarse da terapia de protóns, e obter unha ferramenta de apoio á toma de decisións de medicina de precisión personalizada, de forma rápida, de fácil implementación na práctica clínica e exportable.
Un obxectivo secundario é determinar o mínimo de variables clínicas, e relacionadas co paciente, que sexan significativas para a decisión de selección do tipo de tratamento.
A hipótese de traballo é que é posible adestrar un modelo de aprendizaxe automática baseada en características específicas da enfermidade nun grupo de pacientes, que poida predicir que pacientes poden beneficiarse máis da radioterapia con protóns.
Pretendemos achegar evidencias de que para a optimización do proceso de RT/PT é posible a estratificación de pacientes baseada en ferramentas de IA e nos sistemas de historias clínicas dixitais dispoñibles na actualidade.
Proxecto
/research/projects/desenvolvemento-de-ferramentas-de-apoio-a-toma-de-decisions-para-a-seleccion-de-pacientes-en-protonterapia--iniciativa-de-estudio-piloto-no-centro-de-protonterapia-de-galicia
<p>A radioterapia, ou tratamento con fas de radiación, é un dos tratamentos máis eficaces contra o cancro. Contribúe á curación de máis do 40% dos pacientes oncolóxicos e case un 70% benefícianse destes tratamentos ao longo da súa enfermidade. </p><p>A protonterapia, técnica radioterápica que utiliza feixes de irradiación con protóns, é unha das modalidades máis prometedoras de radioterapia. Esta técnica emerxeu recentemente grazas a avances tecnolóxicos en equipamento e á investigación sobre as características e vantaxes radiobiolóxicas que posúen este tipo de partículas altamente ionizantes. </p><p>Estes avances permitiron poñer en marcha en moitos países unidades de protonterapia modernas, accesibles para determinados pacientes oncolóxicos nos que é moi importante minimizar as posibles toxicidades da radiación. Como sucede cos pacientes pediátricos ou pacientes que presenten determinadas comorbilidades ou riscos, e tamén para aqueles pacientes nos que é necesario reirradiar ou administrar doses moi altas de irradiación ao tumor sen lesionar órganos críticos próximos.</p><p>Que pacientes probablemente beneficiaríanse máis da protonterapia (PT) en comparación coa radioterapia convencional con fotóns (RT)? Dar resposta a esta pregunta, utilizando técnicas preditivas baseadas en intelixencia artificial, é a principal motivación deste proxecto. </p><p>No marco do futuro Centro de Protonterapia de Galicia (en construción, en Santiago), neste proxecto pretendemos levar a cabo un estudo piloto de desenvolvemento de metodoloxía e ferramentas IA para obter modelos preditivos de probabilidade de complicacións de tecido san (en RT, aplicables a PT) baseados en datos específicos dos pacientes. </p><p>O obxectivo deste proxecto é desenvolver unha metodoloxía obxectiva para seleccionar dentro dun grupo de pacientes aos que teñan máis probabilidade de beneficiarse da terapia de protóns, e obter unha ferramenta de apoio á toma de decisións de medicina de precisión personalizada, de forma rápida, de fácil implementación na práctica clínica e exportable.</p><p>Un obxectivo secundario é determinar o mínimo de variables clínicas, e relacionadas co paciente, que sexan significativas para a decisión de selección do tipo de tratamento.</p><p>A hipótese de traballo é que é posible adestrar un modelo de aprendizaxe automática baseada en características específicas da enfermidade nun grupo de pacientes, que poida predicir que pacientes poden beneficiarse máis da radioterapia con protóns. </p><p>Pretendemos achegar evidencias de que para a optimización do proceso de RT/PT é posible a estratificación de pacientes baseada en ferramentas de IA e nos sistemas de historias clínicas dixitais dispoñibles na actualidade.</p> - PI24/00795 - Manuel Mucientes Molina, Alberto José Bugarín Diz
projects_gl