El estudio del profesor de la UTSA describe una nueva forma de predecir el crecimiento tumoral

El algoritmo del investigador puede ayudar a los médicos a juzgar las mejores opciones de tratamiento
Universidad de Texas en San AntonioShare

Un nuevo estudio de Yusheng Feng, profesor de ingeniería mecánica de la Universidad de Texas en San Antonio (UTSA), describe un algoritmo que puede predecir el crecimiento de tumores cancerosos, lo que podría ayudar a los profesionales médicos a juzgar las mejores opciones de tratamiento para los pacientes.

Feng comenzó a investigar el cáncer en 2002, prediciendo los resultados de los tratamientos contra el cáncer que utilizan tecnología láser.

"En ese proyecto, usábamos el calor de un láser para matar las células cancerosas del tumor", dijo. "Tuvimos que usar una simulación por computadora para mostrar la cantidad de calor que íbamos a usar y por cuánto tiempo, así que no dañamos ningún tejido no canceroso."
En este proyecto, Feng aprendió cuán beneficiosas pueden ser las simulaciones por computadora cuando se abordan los tratamientos, especialmente los tratamientos contra el cáncer, que requieren cirugía con regularidad.

"Una de las mayores ventajas que se le puede dar a un médico y a su paciente es saber qué tan rápido está creciendo un tumor", dijo. "Esto te ayuda a tomar la decisión no sólo de cuándo tratar a alguien, sino de cómo tratarlo."

Feng colaboró con colegas de la Universidad de Texas en Austin y el Centro Oncológico MD Anderson para crear el algoritmo descrito en el estudio. Tiene en cuenta los principales eventos biológicos en el tejido y las células del paciente, así como los patrones de crecimiento de varios tipos diferentes de células, entre docenas de otros factores. Como resultado, el algoritmo es aplicable a todos los tipos de cáncer.

"La predicción siempre es buena", dijo. "Pero los tratamientos siempre se benefician de tratamientos específicos para cada paciente y de la medicina de precisión."
Feng tiene planes de aplicar el algoritmo a un programa de computadora que puede ayudar a los profesionales médicos a juzgar qué tratamientos, si los hay, son apropiados para el tumor de un paciente, basándose en la lentitud o rapidez con que está creciendo.
"Una célula tumoral no es más que una célula normal fuera de control en el lugar equivocado", dijo. "Por eso el cáncer es tan difícil de tratar: eres tú mismo."