Tecnología de biosensores con IA detecta cáncer de pulmón mediante pruebas de aliento

La detección precoz del cáncer de pulmón sigue siendo uno de los mayores retos en oncología, principalmente porque las herramientas actuales son invasivas, costosas o incapaces de identificar la enfermedad en sus fases iniciales. Los investigadores trabajan ahora en una solución no invasiva: un sistema de cribado basado en el aliento que analiza los compuestos orgánicos volátiles (COV) relacionados con los cánceres torácicos.

Esta tecnología, desarrollada en la Universidad de Texas en Dallas (Richardson, TX, EUA) en colaboración con el Centro Médico UT Southwestern (Dallas, TX, EUA), utiliza un biosensor combinado con inteligencia artificial (IA) para detectar marcadores químicos asociados con el cáncer de pulmón y esófago. El sistema, creado por expertos en bioingeniería, informática y neumología clínica, combina un biosensor electroquímico con análisis de aprendizaje automático.

El biosensor identifica ocho compuestos orgánicos volátiles (COV) que podrían servir como biomarcadores para tumores malignos de tórax, mientras que la IA evalúa las características bioquímicas de estos compuestos para determinar si coinciden con perfiles de cáncer conocidos. La plataforma, basada en el análisis del aliento, aprovecha los cambios en los metabolitos que aparecen en las primeras etapas de la enfermedad, lo que la hace idónea para el cribado. Inspirado en parte por la búsqueda de métodos rápidos y no invasivos para la detección de la COVID-19, el dispositivo utiliza muestras de aliento porque el aire exhalado transporta metabolitos que indican afecciones de salud subyacentes. Para probar el dispositivo, los investigadores analizaron muestras de aliento de 67 personas, incluidas 30 con cáncer de tórax confirmado por biopsia.

Los resultados, publicados en Sensing and Bio-Sensing Research, demuestran que el biosensor detectó con precisión los COV relevantes en el 90 % de los casos confirmados. La IA desempeñó un papel fundamental en la interpretación de datos complejos procedentes de muestras de aliento, y los modelos de aprendizaje automático se perfeccionaron y validaron mediante la colaboración entre equipos de ingeniería e informática. El dispositivo también se benefició de la experiencia clínica de especialistas en neumología, lo que garantizó que su desarrollo se guiara por patrones de enfermedades reales.

Si se valida en cohortes de pacientes más amplias, esta tecnología podría servir como herramienta de detección rápida, asequible y no invasiva en atención primaria. Su capacidad para ayudar a identificar el riesgo de cáncer de forma precoz podría facilitar las derivaciones oportunas y reducir la necesidad de procedimientos diagnósticos invasivos. En última instancia, el sistema podría complementar los exámenes médicos anuales y los análisis de sangre rutinarios, ofreciendo a los profesionales sanitarios un método adicional para detectar posibles neoplasias malignas torácicas.

"Desarrollamos una herramienta de detección que podría permitir a los médicos identificar la enfermedad en sus fases iniciales, lo que mejora los resultados", afirmó la Dra. Shalini Prasad, autora principal del estudio. "Esta tecnología ofrece una herramienta de análisis del aliento potencialmente asequible, rápida y no invasiva para la detección del cáncer".

Enlaces relacionados:
Universidad de Texas en Dallas
Centro Médico UT Southwestern