Intel·ligència artificial contra el glioblastoma

Un equip liderat pel BDSLab de l'Institut ITACA-UPV ha desenvolupat una nova eina basada en IA que ajuda a identificar zones tumorals ocultes per a orientar la planificació quirúrgica

[ 24/07/2026 ]

Investigadors del Biomedical Data Science Lab —BDSLab— de l’Institut ITACA de la Universitat Politècnica de València han liderat un estudi internacional que ha desenvolupat una metodologia per a identificar, mitjançant ressonàncies magnètiques convencionals, zones situades al voltant del tumor amb característiques compatibles amb una possible infiltració tumoral.

El treball, publicat en la revista científica Neuro-Oncology, ha sigut validat amb dades de 940 pacients procedents de quatre cohorts multicèntriques.

“L’objectiu ha sigut millorar l’anàlisi de les àrees que envolten el tumor i que no s’aprecien clarament realçades en les imatges amb contrast. Aquestes regions es troben fora del nucli tumoral visible amb contrast i poden exercir un paper rellevant en la progressió i la recurrència de la malaltia”, afirma María Gómez-Mahiques, autora principal de l’estudi i investigadora del BDSLab.

El glioblastoma és un dels tumors cerebrals més agressius i, encara que la cirurgia procura eliminar la major quantitat possible de teixit tumoral, les ressonàncies convencionals no permeten diferenciar amb precisió entre l’edema vasogènic —l’acumulació de líquid al voltant del tumor— i les zones d’infiltració tumoral.

Analitzar l’entorn del tumor

La metodologia combina un model d’aprenentatge profund, que delimita automàticament el tumor, la necrosi i l’edema, amb un algorisme no supervisat que analitza les diferències observades en dos tipus habituals de ressonància magnètica: les seqüències T2 i FLAIR.
D’aquesta manera, l’eina divideix l’àrea que inicialment apareix com a edema en dues regions: una que és compatible amb edema vasogènic i una altra que presenta característiques d’imatge associades al possible tumor no captant de contrast.

“El principal avanç és que permet estudiar de manera objectiva i reproduïble una regió que fins ara resultava molt difícil de delimitar, i ho fa usant imatges de ressonàncies disponibles habitualment als hospitals”, assenyala la investigadora d’ITACA.

A partir d’aquesta anàlisi, l’equip ha creat l’índex d’heterogeneïtat T2/FLAIR —TFHI—, un nou biomarcador que mesura quina proporció de l’edema presenta característiques compatibles amb una possible infiltració tumoral.

“El mètode va detectar diferències rellevants entre totes dues regions en el 97,5 % dels pacients analitzats. De fet, en una de les cohorts, superar el llindar establit es va associar amb un risc de defunció aproximadament dues vegades major i amb una diferència de 98 dies en la mitjana de supervivència”, assenyala Elies Fuster-García, investigador del BDSLab-ITACA i supervisor de l’estudi.

Cap a una neurooncologia més personalitzada

Des del punt de vista clínic, la metodologia ofereix un marc quantitatiu i reproduïble per a donar suport a la planificació de la resecció supramàxima del glioblastoma. Les guies del grup RANO recomanen aquest tipus de cirurgia —que va més enllà del tumor amb realç de contrast—, però no estableixen de forma estandarditzada quines regions s’hi han d’incloure.

Aquesta eina permet mapar objectivament les zones amb característiques compatibles amb infiltració tumoral, la qual cosa proporciona al neurocirurgià informació addicional per a definir el marge de resecció i equilibrar el benefici oncològic amb la preservació funcional del pacient.

“L’objectiu a llarg termini és avançar cap a una neurooncologia més personalitzada, adaptant les estratègies terapèutiques a les característiques concretes del tumor de cada pacient”, assenyala Juan M. García-Gómez, investigador principal del BDSLab de l’Institut ITACA-UPV.

L’eina s’ha integrat en la plataforma ONCOhabitats i està disponible de manera oberta per a finalitats de recerca. De moment, els resultats no tenen una aplicació clínica directa, però ofereixen un nou marc quantitatiu per a estudiar l’extensió i l’heterogeneïtat del glioblastoma.

Referència

Maria Gómez-Mahiques , Carles Lopez-Mateu , F Javier Gil-Terrón , Victor Montosa-I-Micó , Siri Fløgstad Svensson , Eduardo Erasmo Mendoza Mireles , Einar Osland Vik-Mo , Kyrre E Emblem , Carme Balañà-Quintero , Josep Puig , Cristina Alenda , Elena Martinez-Saez , Fran Martínez-Ricarte , Marta Quirós-Martí , Vicent Quilis-Quesada , Juan M García-Gómez , Elies Fuster-Garcia. Automated delineation of putative non-contrast-enhancing tumor in glioblastoma: Prognostic insights. Neuro-Oncology.

DOI: https://academic.oup.com/neuro-oncology/article/28/6/1571/8497911?login=true

Notícies destacades


ARWU 2026 ARWU 2026
El rànquing de Shanghai destaca un any més la UPV com la millor politècnica d'Espanya
Magistrals 2026 Magistrals 2026
El campus de Gandia va acollir l'acte amb el qual la UPV reconeix al professorat de secundària més valorat pels seus estudiants
Dones de Ciència homenatja la investigadora i divulgadora científica Conchi Lillo Dones de Ciència homenatja la investigadora i divulgadora científica Conchi Lillo
El mural està situat en l'IES Enric Valor de Picanya i és obra de l'artista Udane Juaristi "Udatxo"
El CUPRA del futur El CUPRA del futur
10 estudiants del Màster en Car Design de la UPV dissenyen per a la marca el tot terreny d'altes prestacions del 2040
El somni de Nariman i Roba avança a la UPV El somni de Nariman i Roba avança a la UPV
Les estudiants palestines inicien els estudis d'Enginyeria Informàtica i Nariman aconsegueix una nota d'accés brillant, un 12,7
After the Storm After the Storm
La UPV organitza un concurs internacional per a estudiants universitaris a fi de desenvolupar estratègies paisatgístiques sistèmiques per a un futur més resilient en la conca del barranc de Poio


Contacta amb nosaltres

Envia'ns un suggeriment, una queixa o una felicitació. Consulta'ns directament els teus dubtes. Evita desplaçaments i esperes