El examen histopatológico es la técnica de elección para el diagnóstico de tumores melanocíticos. Aunque existen criterios bien definidos para el diagnóstico diferencial entre nevus y melanoma, existen casos ambiguos que representan un desafío para el que todavía no disponemos de criterios universalmente aceptados ni de gran efectividad. Los nuevos análisis epigenómicos, como la metilación del ADN y los microARNs tienen un papel importante en la progresión y el diagnóstico de tumores melanocíticos ambiguos y malignos. Estas técnicas podrían predecir el comportamiento de los tumores melanocíticos ambiguos, que presentan discordancias entre sus características morfológicas y su evolución clínica. Por tanto, el objetivo de este proyecto es estudiar los perfiles de metilación del ADN y analizar el patrón de expresión de miARNs de tumores melanocíticos ambiguos. Se utilizarán diferentes enfoques basados en Inteligencia Artificial para reducir la alta dimensionalidad de las variables epigenómicas y clasificar los tumores melanocíticos utilizando información epigenética. Además, se aplicarán métodos de aprendizaje profundo para relacionar la información epigenómica con imágenes histopatológicas digitalizadas y parámetros clínicos. De esta manera, los algoritmos basados en información epigenómica e histopatológica se utilizarán como herramientas valiosas para mejorar el diagnóstico y predecir la evolución clínica de los tumores melanocíticos ambiguos.
Inteligencia artificial
tumores spitzoides
tumores melanocíticos ambiguos
melanoma
epigenética
Acción Estratégica en Salud (AES)
01/01/2021 - 31/12/2023
JOSE CARLOS MONTEAGUDO CASTRO
FUNDACION HOSPITAL CLINICO UNIVERSITARIO DE VALENCIA
INSTITUTO DE INVESTIGACION SANITARIA INCLIVA
COM. VALENCIANA
VALENCIA
220,220 €