El IIS La Fe liderará la dirección científica del Nodo Central del Atlas de Imágenes en Cáncer dentro del proyecto europeo EUCAIM

Esta infraestructura es el Atlas de Imágenes en Cáncer cuyo nodo central se ubicará en Valencia bajo la dirección del Grupo de Investigación en Imagen Médica (GIBI2³⁰) del IIS La Fe. Se trata de una plataforma diseñada para generar conjuntos masivos de datos de calidad centrados en la imagen médica y su información clínica, molecular y genética relacionada, obtenidos en el ámbito asistencial y de investigación. Estos datos enlazados permiten construir estudios clínicos observacionales controlados, como si fueran ensayos clínicos.

Esta gran plataforma de imágenes y datos será también clave para el desarrollo y validación de modelos de inteligencia artificial que permitan un diagnóstico temprano, predecir la evolución de la enfermedad y estimar la respuesta a un tratamiento oncológico específico en un paciente concreto. El conocimiento generado proporcionará a los facultativos una herramienta estratégica para tomar las mejores decisiones en la práctica clínica de pacientes con cáncer.

Según el doctor Luis Martí-Bonmatí, responsable del proyecto, "EUCAIM permitirá minimizar la crisis de reproducibilidad relacionada con el uso de biomarcadores de imágenes, predicciones radiómicas e investigación con bajo nivel de evidencia, ya que una parte importante de los resultados de investigación actuales son difícilmente reproducibles debido a las diferencias en los datos, técnicas y herramientas, lo que dificulta el avance científico".

Objetivo: minimizar los problemas de reproducibilidad y mejorar los modelos predictivos

El diagnóstico y tratamiento de pacientes con cáncer genera una gran cantidad de datos clínicos en los distintos momentos evolutivos de su enfermedad de un enorme valor asistencial. La fragmentación de los sistemas de recogida y almacenamiento de estos datos, su naturaleza sensible protegida por normativas de seguridad y privacidad y la dispersión de formatos y calidades hace que, sin embargo, no puedan utilizarse de forma eficiente para la investigación sobre series con tamaños muestrales suficientes. En este sentido, el doctor Ignacio Blanquer, catedrático de la UPV, resalta que "los modelos que pretenden predecir las expresiones y los comportamientos de los tumores están limitados por el origen de los datos, dada la fragmentación de la información clínica y su heterogeneidad".

Los estudios observacionales son necesarios para generar hipótesis que deben ser luego contrastadas y validadas para mejorar la eficiencia y efectividad de la actividad asistencial en la población de pacientes oncológicos. Pero para ser reproducibles, -según explica el doctor Ángel Alberich, responsable de Quibim- deben realizarse sobre datos de calidad, obtenidos del mundo real y accesibles en entornos controlados.

Es decir, si bien los datos clínicos y las imágenes que se obtienen en el ámbito asistencial se adquieren con el foco en un paciente individual, su aprovechamiento posterior necesita procesos que garanticen su seguridad (desidentificación) y normalización (armonización) para minimizar las diferencias en calidad de imagen entre diferentes equipamientos y fabricantes. Sólo así podrán definirse y compararse nuevas técnicas de análisis, proceso y extracción de conocimiento clínico, con especial interés en las soluciones basadas en la Inteligencia Artificial.

Datos de EUCAIM

EUCAIM está coordinado científicamente por el Instituto de Investigación Sanitaria La Fe a través del grupo de investigación GIBI2³⁰, con la participación de otras cinco instituciones de la Comunitat Valenciana (Universitat Politècnica de València, Universitat de València, Instituto Tecnológico de Informática y las empresas QUIBIM y S2Grupo).

El establecimiento del Nodo Central en la Comunitat Valenciana facilitará además la integración de varios hospitales públicos valencianos en esta infraestructura, impulsando la capacidad de investigación de los profesionales en oncología e imagen médica mediante la adopción de la tecnología desarrollada en EUCAIM para extraer, anonimizar, preparar y adecuar los datos clínicos relevantes a cuestiones clínicas concretas. Todo el proyecto está presupuestado en 35.5 millones de euros.