•  I
• a · A  I
• Accessibilitat  I
• Mapa web  I
• Cercar  I
• Directori

• ::  Sign in :: 

Un equipo investigador y emprenedor de la Universitat Politècnica de València (UPV) ha posat en marxa KENKO Imalytics, l’empresa derivada de la institució acadèmica que naix per a acostar el futur de la medicina personalitzada a través de biòpsies virtuals, solucions intel·ligents que permetran el diagnòstic precoç de càncers de pròstata i mama, facilitant i millorant, a més, els respectius tractaments.

La clau per a aconseguir-ho es troba en l'aplicació de mètodes estadístics multivariants de projecció sobre estructures latents (latent variable - based multivariate statistical projection methods, LV-MSPM), que permeten simplificar tots els biomarcadors en un únic mapa probabilístic, la denominada biòpsia virtual.

Dirigida per l'enginyer químic per la UPV Eric Aguado Sarrió, KENKO Imalytics està integrada, juntament amb ell, per personal investigador expert en la matèria, com Alberto José Ferrer Riquelme, catedràtic d'universitat del Departament d'Estadística i Investigació Operativa Aplicades i Qualitat (DEIOAQ-UPV); José Manuel Prats Montalbán, titular d'universitat del DEIOAQ de la UPV, i Enrique Sánchez Mendoza.

Els LV-MSPM, una alternativa amb importants avantatges sobre l’aprenentatge automàtic

“En l'actualitat”, assenyala Eric Aguado, “els avanços mèdics i la millora en els hàbits de vida saludable de la població han donat lloc a un increment de l'esperança de vida i, com a conseqüència, a un augment de malalties lligades a la deterioració humana, entre les quals es troba, entre moltes altres, el càncer. Per això, des de fa ja alguns anys, el món mèdic està començant a utilitzar la tecnologia i les eines digitals amb la finalitat d'analitzar dades de tota mena (genòmiques, radiòmiques o d'imatge, serològiques, etc.), i contribuir, d'aquesta manera, a una millor predicció, diagnosi i tractament de les malalties, a fi de millorar així la qualitat de vida de les persones”.

En aquest context, com un potent recurs per a analitzar bases de dades de gran grandària, han sorgit les eines d'aprenentatge automàtic (machine learning), respecte a les quals els LV-MSPM són “una alternativa, menys coneguda, però amb importants avantatges des del punt de vista de la comprensió dels diferents fenòmens fisiològics associats als estats incipients d'una malaltia”, indica Aguado.

La biòpsia virtual: què és i com es crea?

En aquest àmbit, KENKO Imalytics és el millor reflex dels prometedors resultats derivats de la línia d'investigació en anàlisi d'imatge mèdica del Grup d'Enginyeria Estadística Multivariant (GEEM-UPV), expert en l'ús d'aquestes eines i amb més d'una dècada d'experiència en la seua aplicació en entorns mèdics.

“KENKO”, explica José Manuel Prats, “desenvolupa nous biomarcadors d'imatge, a més dels ja existents, a partir d'imatges funcionals de ressonància magnètica (RMN) de difusió i perfusió, per a crear un únic mapa probabilístic (biòpsia virtual) d'ajuda a la diagnosi i prognosi del càncer, així com de suport clínic a l'elecció del millor tractament per a cada tipus de malaltia”.

En concret, afig, “una biòpsia virtual és una imatge creada per mitjà de models predictius (en aquest cas, els LV-MSPM) a partir d'una sèrie de biomarcadors d'imatge, tants com es tinguen. D'aquesta manera, en simplificar tots els biomarcadors en una sola imatge, es facilita la presa de decisions clínica, alhora que es guanya en fiabilitat del diagnòstic/pronòstic, tant en termes de sensibilitat com d'especificitat, en anar incorporant el valor afegit de cada biomarcador en la nova imatge”.

La integració amb la informació genòmica, un pas endavant més

“Però KENKO Imalytics és molt més”, afirma Alberto José Ferrer. “La integració d'aquest tipus d'informació amb la provinent del món de la genòmica no solament permetrà concretar el millor tractament per a cada subtipus de malaltia o varietat de tumor, sinó, a més, poder personalitzar aquest tractament mitjançant l'agrupació de pacients en funció de les seues característiques genètiques. Amb aquesta finalitat, es fa del tot necessari utilitzar eines que no siguen de caixes negres, molt difícils d'interpretar quan hi ha una forta correlació entre les variables analitzades, tal com passa amb altres tècniques com els models de regressió o les tècniques de machine learning”.

“En definitiva”, conclou, “l'aparició de KENKO Imalytics permet fer arribar tots els avantatges dels LV-MSPM del món de la recerca a la societat, contribuint així al fet que la medicina personalitzada deixe de ser un somni i puga convertir-se en una realitat”.