Potenciar la estratificación del riesgo de neuroblastoma mediante algoritmos de IA 

El neuroblastoma, el cáncer sólido más frecuente en niños, requiere marcadores pronósticos más precisos y mejores herramientas de predicción de supervivencia para el diagnóstico a fin de refinar la estratificación de los pacientes debido a su comportamiento clínico diverso y respuesta variable al tratamiento. Por lo tanto, los enfoques innovadores podrían ser especialmente relevantes para los pacientes de alto riesgo con pronósticos desfavorables a fin de abordar de manera eficaz estos escenarios clínicos complejos.

QP-Insights^® surge como un avance transformador, ofreciendo una plataforma integral para almacenar y gestionar datos de pacientes, incluida información clínica, molecular y de imágenes., al tiempo que integra algoritmos de IA de vanguardia utilizados como sistemas de apoyo a la toma de decisiones clínicas para mejorar la atención al paciente y los resultados del tratamiento. En este sentido, Quibim ha desarrollado una solución pionera para la predicción de la supervivencia general en pacientes con neuroblastoma, aprovechando la combinación de datos clínicos, moleculares y radiómicos. Esta solución, que fue validada externamente, mostró resultados prometedores en la estratificación de los pacientes en comparación con los estándares clínicos actuales.

Un esfuerzo colaborativo entre las principales instituciones académicas y de investigación y Quibim ha producido resultados prometedores en oncología pediátrica a través de un proyecto europeo llamado PRIMAGE. Este proyecto Aprovecha el análisis predictivo multiescala in silico para respaldar el diagnóstico y el pronóstico personalizados del cáncer, que se ven reforzados por biomarcadores de imágenes.Esta alianza proporciona a los médicos herramientas avanzadas para ayudar en la toma de decisiones clínicas, mejorando en última instancia los resultados en pacientes con neuroblastoma. Quibim, a su vez, fortalece su posición como pionero al ofrecer soluciones innovadoras de imágenes médicas que aprovechan el poder de la integración de datos multiómicos en pacientes pediátricos con cáncer a través de metodologías avanzadas de inteligencia artificial.