Investigadores del Laboratorio Nacional Lawrence Berkeley han hecho un avance significativo en la detección de exposición a radiación, desarrollando un modelo de aprendizaje automático que utiliza datos de un hemograma completo, uno de los análisis de sangre más comunes. Este nuevo enfoque promete facilitar la identificación rápida de la exposición a radiación, lo que es crucial para determinar los tratamientos necesarios para las personas potencialmente afectadas.
La técnica, conocida como biodosimetría, se basa en cambios biológicos medibles para establecer si ha habido exposición a radiación y, en algunos casos, estimar la dosis absorbida. Sin embargo, los métodos tradicionales son lentos y requieren laboratorios especializados, lo que puede llevar a resultados poco claros, especialmente en situaciones de exposición a dosis bajas, que son más frecuentes y a menudo pasan desapercibidas.
Un modelo accesible para la detección de radiación
El modelo, denominado "Sparse CBC", fue desarrollado por un equipo de científicos liderado por Jamie Inman, quien expresó que la motivación inicial fue investigar si los análisis de sangre rutinarios podrían contener información sobre exposiciones pasadas a radiación. Inman destacó que los patrones observados en los hemogramas retienen una cantidad sorprendente de información sobre diversas dosis y tiempos posteriores a la exposición.
Este modelo se basa en un tipo de aprendizaje automático llamado representación escasa no supervisada, que permite identificar señales dentro de los datos del hemograma que no son evidentes al analizar mediciones individuales. La investigación fue publicada recientemente en la revista Communications Medicine.
Resultados prometedores en modelos animales
Para validar el modelo, los investigadores utilizaron datos retrospectivos de 1,151 ratones de laboratorio que recibieron dosis de radiación controladas, que iban desde 0.05 a 4 grays (Gy). La dosis de 0.05 Gy es equivalente al límite de exposición anual para trabajadores en campos como la medicina y la energía nuclear, mientras que 4 Gy representa una exposición aguda que puede causar daños sistémicos significativos.
Los resultados mostraron que el modelo tenía una alta precisión en la predicción de la cantidad de radiación experimentada por los ratones. Sin embargo, un desafío importante en la biodosimetría ha sido desarrollar un enfoque estandarizado que funcione para todos, dado que las respuestas a la radiación pueden variar significativamente entre individuos debido a factores genéticos y de salud.
El futuro de la biodosimetría en humanos
El equipo también probó el modelo en ratones genéticamente diversos, lo que les permitió investigar cómo la variabilidad genética influye en la respuesta biológica a la radiación. Aunque el modelo mantuvo una buena capacidad predictiva, su rendimiento varió entre las diferentes cepas de ratones, lo que indica que el fondo genético afecta la firma de respuesta a la radiación en los datos del hemograma.
Los investigadores sugieren que futuros modelos deberían incorporar diversidad genética en los datos de entrenamiento y considerar muestras tomadas en diferentes momentos post-exposición para mejorar la generalización y facilitar la aplicación en poblaciones humanas heterogéneas.
El desarrollo de un método no invasivo y fácil de aplicar podría tener un impacto significativo en la detección de exposición a radiación. Los científicos están interesados en realizar colaboraciones clínicas futuras para validar este enfoque en humanos, lo que podría revolucionar la forma en que se maneja la exposición a radiación.
Fuente: Información elaborada a partir de la publicación original.
