Investigadores de la Universidad de Southern California desarrollaron el sistema predictivo, combinando los algoritmos dedicados a la predicción del tiempo, los mercados financieros y la navegación en internet. 

Durante décadas, las escuelas médicas han enseñado a los doctores que la mejor forma de tratar el cáncer y luchar contra la progresión de la metástasis es memorizar una lista de tumores y sus patrones típicos de migración. Esa técnica podría estar a punto de cambiar, al menos en lo referido al cáncer mamario.

Investigadores de la Universidad de Southern California (USC) desarrollaron un modelo matemático que pretende predecir el comportamiento de los tumores y su capacidad de expansión a otros lugares del cuerpo. El sistema está basado en los predictores utilizados en los reportes meteorológicos, el mercado financiero y la navegación en internet.

"Hace años, los reportes del tiempo dependían exclusivamente en un barómetro y en la experiencia", dijo el profesor de medicina clínica de la USC, Jorge Nieva, quien explicó que "los estudiantes de medicina aprenden patrones de progresión cancerígena muy fundamentales. Lo que hace este modelo es traer la complejidad de las predicciones meteorológicas actuales para intentar entender hacia dónde van los tumores, cuándo y cómo llegan a esa locación. Este tipo de modelos matemáticos es completamente diferente a lo que aprenden los estudiantes de medicina hoy".

El modelo, que fue detallado en la revista Breast Cancer, muestra que la metástasis del cáncer no es al azar ni es impredecible. La sobrevivencia depende en la localización del primer sitio. En otras palabras, los investigadores lograron un marco para expilcar cómo las células cancerosas circulan en el flujo sanguíneo de un paciente y se establecen en otros órganos. El camino varía según la composición del tumor y las decisiones tomadas en el tratamiento.

El sistema utiliza información que está disponible para los doctores y, con ella, produce un mapa comprensible del cáncer. Es comparable a lo que Google hace para predecir los patrones de navegación en internet.

"No hay nada como esto en el mundo del cáncer", explicó el autor del estudio, Paul Newton, profesor de ingeniería mecánica de la USC. "Ni siquiera hay algo así en la comunidad de la progresión de enfermedades, aunque la técnica está bien desarrollada en otros contextos. Nuestro objetivo, a largo plazo, es constuir simulaciones computacionales predictivas completas del cáncer metastásico. Al final, lo que queremos hacer es individualizar esos modelos para utilizar las características de cada paciente", sentenció.