ModGraProDep es un sistema innovador que, mitjançant la intel·ligència artificial i el disseny de models probabilístics, millora la predicció d’indicadors de supervivència en malalts de càncer de mama. L’estudi, publicat a la revista Artificial Intelligence in Medicine, ha estat dirigit per Ramon Clèries, professor del Departament de Ciències Clíniques de la Facultat de Medicina i Ciències de la Salut de la Universitat de Barcelona (UB), i membre l’Institut d’Investigació Biomèdica de Bellvitge (IDIBELL).
En nou treball ha estat desplegat per un ampli equip d’experts en epidemiologia, oncologia i gestió de dades del Pla Director d’Oncologia-IDIBELL, la Universitat de Barcelona (UB), la Universitat Politècnica de Catalunya (UPC), l’Institut Català d’Oncologia (ICO), l’Institut d’Investigació Biomèdica de Girona (IDIBGI), la Universitat de Girona (UdG), la Universitat d’Alacant (UA), el CIBER d’Epidemiologia i Salut Pública (CIBERESP), l’Institut de Salut Carlos III, l’Hospital Universitari Sant Joan de Reus, el Servei d’Oncologia Mèdica del Hospital Josep Trueta de Girona, els Registres de Càncer de Girona i Tarragona i l’entitat MC Mutual.
Modelització matemàtica: noves fronteres en la lluita contra el càncer
Predir la supervivència dels malalts és un element decisiu per avaluar futurs escenaris d’evolució en els pacients de càncer i valorar tractaments. No obstant això, sovint aquesta informació s’ha d’estimar mitjançant models matemàtics atès que no existeix una població mostral suficient per calcular aquests indicadors clínics de manera específica.
Aquesta nova metodologia ModGraProDep (ModelingGraphicalProbabilistcDependencies) ha impulsat dos estudis coordinats per la professora Mireia Vilardell, del Departament de Genètica, Microbiologia i Estadística de la Facultat de Biologia UB, i la investigadora Maria Buxó, de l’IDIBGI. En el primer estudi, ModGraProDep permet simular una població de pacients de càncer, a partir de una base de dades reals, per identificar possibles nous patrons i calcular indicadors (per exemple, la supervivència de un pacient en funció de les seves característiques). En el segon estudi, ModGraProDep és capaç de predir i assignar valors (de manera probabilística) a variables de les quals no s’havia pogut recollir informació.
L’equip científic també ha dissenyat una aplicació web, de gran interès clínic en l’àmbit de l’oncologia, que permet obtenir una predicció, fins a un termini màxim de vint anys, d’indicadors de supervivència i risc de mortalitat per cada pacient.