Fenómica tisular: Perfiles de pacientes con cáncer para la toma de decisiones terapéuticas

Título original:

Tissue Phenomics: Profiling Cancer Patients for Treatment Decisions

Contenido del libro:

En la era de la digitalización nuestra sociedad se transforma hacia un nuevo estado. En particular, la inteligencia artificial aumenta drásticamente nuestra capacidad de crear y digerir información.

Naturalmente, la atención sanitaria también se ve afectada por esta tendencia y en el futuro se transformará aún más en una disciplina impulsada por la informática. En el área más importante de la histopatología, la interpretación de cortes de tejido de pacientes con cáncer, la informática tendrá un impacto temprano y enorme en las decisiones de tratamiento y probablemente actuará como disciplina líder en esta transformación de la medicina. Tissue Phenomics proporciona una metodología exhaustiva que tiene como objetivo el descubrimiento del algoritmo de apoyo a la toma de decisiones más preciso basado en tejidos mediante la estrecha integración del desarrollo de ensayos, el análisis de imágenes y la bioinformática, y los bucles de retroalimentación de optimización.

En este libro se describe la metodología de la fenómica tisular y sus ventajas y ventajas.

Los diferentes componentes de la fenómica tisular se explican en los distintos capítulos. En los capítulos 2 a 4 de este libro, diferentes autores describen varios enfoques sobre cómo convertir la riqueza de datos de píxeles de portaobjetos de tejidos en información explotable mediante métodos de análisis de imágenes basados en el conocimiento y en los datos.

Posteriormente, la dataficación de las imágenes y la parte bioinformática desempeñan un papel crucial en la generación de modelos de pronóstico y predicción de la progresión de la enfermedad. La integración de otras fuentes de datos como la genómica, la radiómica y la información relacionada con el paciente también es importante y se describe a continuación. Como se expone en los capítulos 5 y 6, estos modelos pueden clasificar a los pacientes en distintos grupos, como los que responden a una terapia determinada.

Dado que Tissue Phenomics proporciona un enorme conjunto de características potencialmente pronósticas (phenes), uno de los puntos centrales de ambos capítulos son los métodos robustos de selección de características mediante algoritmos avanzados de validación cruzada Monte-Carlo. En el capítulo 7 se analizan múltiples ejemplos de aplicación de la fenómica tisular en entornos académicos y comerciales y su enorme impacto en los avances de las ciencias biomédicas. Basándose en los éxitos de la investigación, los capítulos 8 y 9 analizan las aplicaciones en entornos clínicos y ofrecen una visión del futuro en el capítulo 10, en el que la digitalización de los tejidos y el posterior perfilado de los pacientes forman parte de todos los exámenes rutinarios, con el objetivo de asignar a los pacientes la terapia más adecuada, tal y como predicen los fenotipos tisulares.