En el caso de los cánceres de próstata, se han publicado algunas cifras alarmantes, ya que se emplean tratamientos agresivos, como intervenciones quirúrgicas o radiología, cuando "la mayoría de los cánceres de próstata son asintomáticos durante toda la vida".
"Más de 100,000 pacientes reciben tratamiento en exceso, mientras que el 30% de aquellos que no reciben tratamiento mueren de cáncer cada año", dice Héctor Gómez, profesor en la Universidad de La Coruña (España). En otras palabras, los médicos parecen carecer de herramientas para identificar los tumores "malos" – aquellos que se desarrollan en metástasis – y tratar solo esos. La investigación de Gómez ha estado abordando este problema clave.
Normalmente, los oncólogos basan sus predicciones en las Tablas de Partin, elaboradas por el Dr. Alan Partin a principios de los años 90 y utilizadas y perfeccionadas desde entonces. Sin embargo, el mecanismo básico de predicción se basa en la concentración de PSA en la sangre del paciente y una biopsia. Lo que Gómez observó es que había una gran cantidad de otros datos e información que no se utilizaban en absoluto para mejorar los algoritmos de predicción. Por ejemplo, la geometría (tamaño y forma) del cáncer, disponible a través de los avances más recientes en Resonancia Magnética (RM). "La resolución y calidad de estas imágenes se duplica cada dos años", explica Gómez. Además, la adopción del análisis isogeométrico ha simplificado aún más la extracción de las características geométricas de las imágenes de RM, lo que se integra en el software de Gómez y permite tener en cuenta el crecimiento del tumor y la vasculatura que se desarrolla a su alrededor para aumentar la validez de las predicciones.
Gracias a una subvención de 5 años de la European Research Cancer (ERC) en el contexto del proyecto MuSIC (Modelling and SImulation of Cancer growth), del cual es coordinador, Gómez pudo pasar a una fase de pruebas clínicas, donde el proceso se ha aplicado a pacientes de instituciones hospitalarias tanto españolas como estadounidenses. Según el científico, los primeros resultados son satisfactorios: "Logramos producir varios modelos piloto capaces de reproducir varios comportamientos observados en el crecimiento del cáncer de próstata", lo que significa que el camino hacia predicciones más fiables – y una intervención más precisa – es ahora más corto.