Investigadores de la Escuela Técnica Superior de Ingeniería Informática de la Universidad de Sevilla (US), del Hospital Virgen del Rocío y del Virgen Macarena han desarrollado una «innovadora» investigación que utiliza Inteligencia Artificial (IA) para predecir efectos secundarios en pacientes de cáncer de pulmón. El estudio supone un «destacado avance» en la personalización de los tratamientos oncológicos, ayudará a predecir complicaciones y facilitará a los oncólogos la toma de decisiones para minimizar los riesgos asociados a los tratamientos.
El trabajo acaba de recibir el Premio de la Cátedra Universitat de Barcelona-Atrys de Radioterapia Personalizada, que ha sido entregado a Kiko Núñez, investigador de la US que lidera la investigación, durante el XXII Congreso de la Asociación Española de Oncología Radioterápica (SEOR) celebrado en Oviedo, tal como ha informado la US en una nota de prensa.
El trabajo acaba de recibir el Premio de la Cátedra Universitat de Barcelona-Atrys de Radioterapia Personalizada, que ha sido entregado a Kiko Núñez, investigador de la US que lidera la investigación, durante el XXII Congreso de la Asociación Española de Oncología Radioterápica (SEOR) celebrado en Oviedo, tal como ha informado la US en una nota de prensa.
El estudio, titulado ‘A Benchmark of Machine Learning Approaches to Predict Radiation-Induced Toxicity in Lung Cancer Patients’, se basa en un análisis de datos reales de 875 pacientes con cáncer de pulmón, empleando modelos de machine learning, para predecir seis tipos de efectos secundarios a la radioterapia, como la esofagitis aguda o la disnea crónica.
Este trabajo, publicado en la prestigiosa revista Clinical and Translational Radiation Oncology, ha sido desarrollado en la Unidad de Gestión Clínica (UGC) de Oncología Radioterápica del Hospital Universitario Virgen del Rocío, en colaboración con la Unidad de Innovación y Análisis de Datos del Hospital Universitario Virgen Macarena y el Departamento de Lenguajes y Sistemas Informáticos de la Universidad de Sevilla.
Noticia completa y fotografía: ABC