Icono cerrar

Aprendizaje automático explicable para el modelado transcriptómico continuo del riesgo metastásico en cáncer de próstata (puntuación MET)

18/11/26 | 7

Autor/a
RB

Raquel Barranquero Moreno

Manager Doryos

HUQSM

Objetivo

Evaluar la capacidad de un modelo de aprendizaje automático explicable basado en un panel transcriptómico de 22 genes (MET Score) para predecir el riesgo de metástasis en pacientes con cáncer de próstata, determinando su valor pronóstico adicional respecto al grado de Gleason y a las variables clínicas convencionales, así como su aplicabilidad en diferentes cohortes y escenarios asistenciales.

Metodología

Ponencia del GUARD International Symposium centrada en el desarrollo y validación de un modelo de aprendizaje automático explicable basado en una firma transcriptómica de 22 genes (MET Score) para la predicción del riesgo metastásico en cáncer de próstata.

Descripción

Ponencia presentada en el GUARD International Symposium centrada en la aplicación de la inteligencia artificial explicable al cáncer de próstata. La Dra. Sonia Macía expone el desarrollo y validación del MET Score, una firma transcriptómica de 22 genes capaz de mejorar la predicción del riesgo metastásico frente a las herramientas clínicas convencionales. La sesión aborda además el papel creciente del Big Data, el aprendizaje automático y la medicina de precisión en la toma de decisiones oncológicas.

0 Comentarios