Cuando se tratan enfermedades crónicas, hay un factor que corre en su contra: el tiempo. Detectar la patología antes de que sea demasiado tarde y aplicar el tratamiento adecuado puede marcar la diferencia entre salir adelante o no conseguirlo. Por eso es importante que los plazos no se alarguen demasiado.
Un grupo de investigadores de la Case Western Reserve University, en EE.UU., ha desarrollado un sistema que mejora el diagnóstico y el tratamiento del cáncer gracias a la computación cuántica.
La Magnetic Resonance Fingerprinting (MRF) es una resonancia capaz de detectar la eficacia de la quimioterapia tras el suministro de una sola dosis. Aseguran que así la evaluación se reduce a una semana en lugar de los seis meses que tardan normalmente.
Diagnósticos más precisos
Lo habitual es realizar una imagen por resonancia magnética (MRI, por sus siglas en inglés). Una técnica no invasiva que, explicado de forma sencilla, obtiene información sobre las propiedades los tejidos y estructuras y crea imágenes trasversales del interior del cuerpo. Con ellas los médicos deciden si un tejido está sano o no por el brillo o el color de un área en particular y confiando en su experiencia previa.
Pero para conseguir un diagnóstico más preciso y con referencias más objetivas, es necesario diseñar escáneres con una alta capacidad de cálculo. Los investigadores de Case Western Rerserve encontraron la solución a este problema en los algoritmos creados por el equipo de computación cuántica de Microsoft.
Se trata de algoritmos de inspiración cuántica desarrollados para ser utilizados en ordenadores convencionales. Al basarse en los principios de la física cuántica, son capaces de resolver problemas muy complejos y, en el caso que nos ocupa, ayudan a evaluar de manera más eficaz las propiedades de los tejidos.
De esta forma, se puede empezar a sacar partido a su alta capacidad de cálculo con los equipos actuales sin tener que esperar a los ordenadores cuánticos. En un futuro, estos serán capaces, por sí solos, de dar el siguiente salto.
Cáculos más complejos y efectivos
La MRF proporciona mediciones numéricas que identifican las propiedades del tejido analizado para cada uno de los píxeles de la imagen. Algo que se logra utilizando secuencias de pulso complejas que se combinan con los campos magnéticos. Es así como se generan las señales capaces de identificar los distintos tipos de grasa, tejidos o tumores en el cuerpo de los pacientes.
El secreto de la MRF es descubrir cuál, de entre todo un conjunto inmenso de posibles secuencias de pulso, producirá escaneos rápidos y con la suficiente precisión para distinguir entre tejido sano y diferentes manifestaciones patológicas.
Hay que tener en cuenta que cada secuencia está compuesta por numerosos pulsos individuales. Y cada uno de ellos puede variar en ángulo, intensidad o duración. De ahí que el número de secuencias potenciales para capturas complejas sea muy elevado y, que por tanto, se precise una alta velocidad de cálculo.
Las secuencias de pulso tomadas por los algoritmos de optimización de Microsoft han ofrecido escaneados hasta tres veces más rápidos que los usados hasta ahora. Su utilización, por tanto, aumentaría el rendimiento, reduciría costes y mejoraría el acceso a diagnósticos que podrían salvar vidas.
resultados nunca vistos
Estos avances pueden ayudar a los médicos a detectar el cáncer y otras patologías en un estadio más temprano. Así se evitarían, además, procedimientos invasivos y dolorosos, como las biopsias, para emitir un diagnóstico.
“Los algoritmos basados en computación cuántica tienen ventajas únicas que nos permiten obtener resultados que antes no podíamos alcanzar de ninguna otra manera”, sostiene Mark Griswold, profesor de Radiología en Case Western Reserve y director de Investigación de imagen por resonancia magnética.
Asimismo, en enfermedades como la esclerosis múltiple y la epilepsia, los escáneres MRF pueden detectar cambios en el cerebro que son invisibles con métodos convencionales, pero que clínicamente son más significativos que los que los médicos pueden identificar hoy en día.
Gracias a este tipo de resonancias sería posible predecir mejor cómo va a evolucionar la enfermedad en un paciente. E incluso determinar si los medicamentos son efectivos. De esta forma, se evitaría suministrarle fármacos que no van a producir el efecto deseado y, en tal caso, optar por un tratamiento más adecuado sin castigar al cuerpo de manera innecesaria.
En Nobbot | Inteligencia artificial para la detección precoz del cáncer de mama
Imágenes | Case Western Reserve University, Microsoft