Noticias de Yucatán. Noticias de Hoy
Un grupo de científicos del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) usa nuevas técnicas de aprendizaje automático para reducir la dosis tóxica de medicamentos que se utilizan en tratamientos de pacientes con tumores en el cerebro o médula espinal.
Los pacientes con este tipo de padecimiento reciben quimioterapia o radioterapia, junto con fármacos para su control, y se estima que su esperanza de vida no es mayor a cinco años. El glioblastoma es un tipo de carcinoma (tumor maligno).
En un comunicado del MIT, los expertos precisaron que los productos farmacéuticos administrados en estos casos generan efectos secundarios debilitantes en los pacientes.
La investigación busca mejorar la calidad de vida de las personas con glioblastoma, forma más agresiva de cáncer cerebral, mediante el modelo de inteligencia artificial, el cual podría hacer que los regímenes de dosificación sean menos tóxicos.
El método utilizado por los investigadores del MIT Media Lab, es alimentado por un método de “autoaprendizaje”, que analiza los regímenes de tratamiento actuales y ajusta las dosis de forma interactiva.
Así, encuentra un plan de tratamiento óptimo, con la potencia y frecuencia más bajas de dosis que deberían reducir el tamaño de los tumores, en un grado comparable al de los métodos tradicionales.
Para el desarrollo de la investigación, los científicos hicieron ensayos simulados a 50 pacientes, el modelo diseñó ciclos de tratamiento individuales que redujeron la potencia a una cuarta parte o la mitad de casi todas las dosis.
El ensayo mantuvo el mismo potencial de reducción del tumor, además, en algunas ocasiones omitió las dosis por completo, donde programó administraciones dos veces al año en vez de mensuales.
“Mantuvimos el objetivo, donde tenemos que ayudar a los pacientes reduciendo los tamaños de los tumores, pero, al mismo tiempo, queremos asegurarnos de que la calidad de vida no produzca una enfermedad abrumadora y efectos secundarios dañinos”, dijo Pratik Shah, uno de los supervisores del estudio.
Para la realización del modelo, los investigadores se basaron en la técnica de aprendizaje reforzado, método inspirado en la psicología del comportamiento, donde un modelo aprende a favorecer cierto comportamiento que conduce a un resultado deseado.
Los científicos adaptaron un modelo de técnica de aprendizaje reforzado para los tratamientos con glioblastoma que usan una combinación de los medicamentos temozolomida y procarbazina, lomustina y vincristina, administrados durante semanas o meses.
Fuente: El universal
Un grupo de científicos del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) usa nuevas técnicas de aprendizaje automático para reducir la dosis tóxica de medicamentos que se utilizan en tratamientos de pacientes con tumores en el cerebro o médula espinal.
Los pacientes con este tipo de padecimiento reciben quimioterapia o radioterapia, junto con fármacos para su control, y se estima que su esperanza de vida no es mayor a cinco años. El glioblastoma es un tipo de carcinoma (tumor maligno).
En un comunicado del MIT, los expertos precisaron que los productos farmacéuticos administrados en estos casos generan efectos secundarios debilitantes en los pacientes.
La investigación busca mejorar la calidad de vida de las personas con glioblastoma, forma más agresiva de cáncer cerebral, mediante el modelo de inteligencia artificial, el cual podría hacer que los regímenes de dosificación sean menos tóxicos.
El método utilizado por los investigadores del MIT Media Lab, es alimentado por un método de “autoaprendizaje”, que analiza los regímenes de tratamiento actuales y ajusta las dosis de forma interactiva.
Así, encuentra un plan de tratamiento óptimo, con la potencia y frecuencia más bajas de dosis que deberían reducir el tamaño de los tumores, en un grado comparable al de los métodos tradicionales.
Para el desarrollo de la investigación, los científicos hicieron ensayos simulados a 50 pacientes, el modelo diseñó ciclos de tratamiento individuales que redujeron la potencia a una cuarta parte o la mitad de casi todas las dosis.
El ensayo mantuvo el mismo potencial de reducción del tumor, además, en algunas ocasiones omitió las dosis por completo, donde programó administraciones dos veces al año en vez de mensuales.
“Mantuvimos el objetivo, donde tenemos que ayudar a los pacientes reduciendo los tamaños de los tumores, pero, al mismo tiempo, queremos asegurarnos de que la calidad de vida no produzca una enfermedad abrumadora y efectos secundarios dañinos”, dijo Pratik Shah, uno de los supervisores del estudio.
Para la realización del modelo, los investigadores se basaron en la técnica de aprendizaje reforzado, método inspirado en la psicología del comportamiento, donde un modelo aprende a favorecer cierto comportamiento que conduce a un resultado deseado.
Los científicos adaptaron un modelo de técnica de aprendizaje reforzado para los tratamientos con glioblastoma que usan una combinación de los medicamentos temozolomida y procarbazina, lomustina y vincristina, administrados durante semanas o meses.
Fuente: El universal
