Crean gemelos digitales para tratar cáncer

La técnica permitirá ensayar con anticipación los tratamientos para saber su resultado y así mejorar las dosis o el tiempo.

Un equipo de científicos, liderado por Uzma Asghar, ha desarrollado gemelos digitales para predecir cómo responderá un paciente a tratamientos contra el cáncer. Esta tecnología, llamada FarrSight-Twin, utiliza algoritmos avanzados, inspirados en los que se emplean para descubrir agujeros negros, para recrear virtualmente el cáncer de un paciente basándose en datos biológicos y moleculares. Esto permite optimizar dosis y terapias con mayor precisión.

La herramienta se presentó en el 36º Simposio EORTC-NCI-AACR sobre dianas moleculares y terapias contra el cáncer en Barcelona, España. Permite realizar ensayos clínicos virtuales antes de probar tratamientos en pacientes reales, y también puede usarse como complemento en ensayos clínicos tradicionales, reduciendo riesgos y aumentando la precisión de los resultados. Según Asghar, este enfoque podría ahorrar recursos y acelerar el desarrollo de nuevas terapias.

En los ensayos realizados, FarrSight-Twin predijo con exactitud los resultados clínicos y demostró que los pacientes que recibieron el tratamiento sugerido por su gemelo digital tuvieron una mayor tasa de respuesta (75%) comparada con otros tratamientos (53,5%). Los estudios incluyeron cánceres de mama, páncreas y ovario.

Este avance podría transformar la oncología al ofrecer tratamientos más personalizados y efectivos, y representa un gran paso hacia una medicina más precisa y segura.

Fuentes: https://www.larazon.es/tecnologia/crean-gemelos-digitales-tratar-cancer_20241025671ac36d2914190001e08dc6.html, https://www.infosalus.com/salud-investigacion/noticia-crean-gemelos-digitales-pacientes-cancer-predecir-respuesta-tratamientos-20241106070250.html 

Carmen Pastrana Moreno

La falta de métricas de éxito de los CIO condena a muchos proyectos de IA

    La Inteligencia Artificial (IA) se plantea como uno de los elementos más revolucionarios en la industria en las últimas décadas. Sin embargo, su tasa de éxito no es tan alta como pudiera pensarse. Organizaciones como IDC afirman que menos de la mitad de los proyectos de IA llegan a la fase de producción y de ellos son exitosos tres de cada cinco. Este aspecto es aún más preocupante en los casos de aplicaciones de IA personalizadas, donde existe una tasa de fallo del 90% incluso en los casos de proveedores externos.

    Una de las principales causas de estos malos resultados es la ausencia de una correcta definición de métricas de éxito, lo que en industria se conoce como KPI (Key Performance Indicators, o Indicadores Claves de Desempeño). Un tercio de los CIO (Chief Information Officer, encargados del área informática de una empresa) reconoce no saber con exactitud las métricas de las pruebas de concepto a las que son sometidos los proyectos de IA que implementan sus corporaciones.

    Otro aspecto a tener en cuenta es una mala o precaria planificación que es necesario realizar antes de poner a andar este tipo de aplicaciones, dónde los datos desempeñan un papel crucial. En muchos casos, estos son insuficientes, están desordenados o son directamente erróneos a lo que se suma una mala distribución de los mismos, sin tener en cuenta su proveniencia, propietario y ubicación, esto es, un deficiente control de acceso. Todo esto radica en una tremenda opacidad a la hora de determinar el éxito real de los proyectos impulsados.

    La Inteligencia Artificial ha generado altas expectativas, lo que lleva con frecuencia a las Directivas a patrocinar proyectos cuya conveniencia y metodología no siempre está justificada, movidos por un deseo de no quedar rezagados ante la competencia. Esto avoca a muchas iniciativas a fracasar a causa de la premura y la falta de objetivos e indicativos claros que valoren correctamente su ejecución, con lo que se desperdician recursos y oportunidades y se abandonan vías de crecimiento potencialmente beneficiosas. Ante esta situación, los expertos recomiendan trabajar en proyectos de IA orientados hacia la búsqueda de ventajas competitivas que de pequeñas mejoras aisladas.

Por Juan Arias Morán

Fuente: https://www.cio.com/article/3619797/la-falta-de-metricas-de-exito-de-los-cio-condena-a-muchos-proyectos-de-ia.html (CIO, Diciembre de 2024)