Naix una spin off a la UPV especialitzada en biòpsies virtuals i diagnòstic precoç de càncer

   VALNCIA, 16 Jul. (EUROPA PRESS) -

   Un equip d'investigadors i emprenedors de la Universitat Politcnica de Valncia (UPV) ha engegat KENKO Imalytics, una spin off de la institució acadmica que naix per a "apropar el futur de la medicina personalitzada" a través de bipsies virtuals, solucions intelligents que permetran el diagnstic preco de cncers de prstata i mama facilitant i millorant, a més, els seus respectius tractaments.

   La clau per a aconseguir-ho es troba en l'aplicació de mtodes 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 bipsia virtual.

   Dirigida per l'enginyer químic i doctor en Estadística i Optimització per la UPV Eric Aguado Sarrió, KENKO Imalytics est integrada, al costat d'ell, per experts investigadors en la matria com Alberto José Ferrer Riquelme, catedrtic d'universitat del Departament d'Estadística i Investigació Operativa Aplicades i Qualitat (DEIOAC-UPV); José Manuel Prats Montalbán, titular d'universitat del DEIOAC-UPV; i Enrique Sánchez Mendoza, detalla la institució acadmica en un comunicat.

   "En l'actualitat --assenyala Eric Aguado-- els avanos mdics i la millora en els hbits de vida saludable de la població han donat lloc a un increment de l'esperana de vida i, com a conseqüncia, a un augment de malalties lligades al deteriorament hum, entre les quals es troba, entre moltes altres, el cncer. Per a, des de fa ja alguns anys, el món mdic est comenant a utilitzar la tecnologia i les ferramentes digitals amb la finalitat d'analitzar dades de tot tipus (genmic, radimic o d'imatge, serolgic, etc.), i contribuir, d'aquesta manera, a una millor predicció, diagnosi i tractament de les malalties, millorant així la qualitat de vida de les persones".

   En aquest context, han sorgit com un "potent" recurs per a analitzar bases de dades de gran grandria les ferramentes d'aprenentatge automtic (machine learning), pel que fa a les quals els LV-MSPM són "una alternativa, menys coneguda, per amb importants avantatges des del punt de vista de la comprensió dels diferents fenmens fisiolgics associats als estats incipients d'una malaltia", indica Aguado.

   En aquest mbit, KENKO Imalytics reflecteix els "prometedors" resultats derivats de la línia d'investigació en anlisi d'imatge mdica del Grup d'Enginyeria Estadística Multivariant (GIEM-UPV), expert en l'ús d'aquestes ferramentes i amb més d'una dcada d'experincia en la seua aplicació en entorns mdics.

   KENKO, explica José Manuel Prats, "desenvolupa nous biomarcadors d'imatge, a més dels ja existents, a partir d'imatges funcionals de ressonncia magntica (RMN) de difusió i perfusión, per a crear un únic mapa probabilístic (bipsia virtual) d'ajuda a la diagnosi i prognosis del cncer, així com de suport clínic a l'elecció del millor tractament per a cada tipus de malaltia".

   En concret, afig, "una bipsia virtual és una imatge creada per mitj de models predictius -en aquest cas, LV-MSPM- a partir d'una srie de biomarcadors d'imatge, tants com dels quals es dispose. 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 diagnstic/pronstic, tant en termes de sensibilitat com d'especificitat, en anar incorporant el valor afegit de cada biomarcador en la nova imatge".

INTEGRACIÓ AMB INFORMACIÓ GENMICA

   "Per KENKO Imalytics és molt més", afirma Alberto José Ferrer, qui apunta que "la integració d'aquest tipus d'informació amb la provinent del món de la genmica no només va a permetre concretar el millor tractament per a cada subtipus de malaltia o varietat de tumor, sinó, a més, poder personalitzar aquest tractament mitjanant l'agrupació de pacients en funció de les seues característiques gentiques".

   Per a a, "es fa del tot necessari utilitzar ferramentes que no siguen de caixes negres, molt difícils d'interpretar quan existeix una forta correlació entre les variables analitzades, tal com els succeeix a altres tcniques com els models de regressió clssics o les tcniques de machine learning".

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