Para los que no conocen, hoy en día, detrás de cada radioterapia -por ejemplo, para el tratamiento del cáncer-, se usa ciencia dura, física aplicada e incluso inteligencia artificial. Paola Caprile, profesora asociada de la PUC e investigadora del Instituto Milenio iHEALTH, combina lo mejor de estos avances tecnológicos para mejorar la vida de miles de personas.

Y dentro del desarrollo de tecnologías inteligentes aplicadas en salud, está la dosimetría, que es la ciencia que mide y calcula las dosis de radiación ionizante que un ser vivo (en este caso) recibe de fuentes como rayos X (básica) o gamma. La experta trabaja en la parte investigativa, que calcula con precisión la dosis en tratamientos, y apoya el diagnóstico y las decisiones clínicas.

“La dosimetría es la estimación teórica y experimental de la dosis de radiación ionizante que puede recibir una persona o un objeto. Y es importante porque determina el éxito de un tratamiento. Con esa dosis podemos alcanzar una mayor probabilidad en el control de un tumor, manteniendo un daño bajo en los tejidos sanos circundantes”. Paola Caprile, investigadora de iHEALTH.

Por lo mismo, enfatizó la profesora de la PUC, es crítico conocer muy bien esa dosis, desde el punto de vista de la terapia. “Respecto a la radioprotección, es importante limitarla en procedimientos diagnósticos. Las radiaciones ionizantes deben traer beneficios directos, sobre todo para el éxito de tratamientos como la radioterapia”, contó la profesional a Let’s Get Physical.

Cálculo de la dosis

Paola Caprile indicó que, al momento de determinar la predicción de una dosis, se deben utilizar modelos matemáticos para resolver las posibles discrepancias o errores que se puedan presentar en la dosimetría. “Con la incorporación de la tomografía computarizada hubo mayores poderes de cálculo. Con ello, se implementaron algoritmos analíticos que permitían calcular con mejor precisión la dosis que recibían los distintos tejidos dentro del cuerpo”, explicó.

Hoy, añadió, hay situaciones donde hay diferencias muy grandes en las densidades de los tejidos, por ejemplo, en la interfaz pulmón-corazón. “Pero nosotros podemos implementar modelos que son computacionalmente más exhaustivos (estocásticos o deterministas), y así darnos cuenta qué está fallando”, agregó.

La investigadora también señaló que, otra de las consideraciones, tiene que ver con las características del paciente y ver qué pasa después de la aplicación de la dosis. Por ejemplo, indicó, conocer cómo reacciona el corazón, en el caso de un cáncer de mama o si hay diferencia entre distintos tratamientos. Además, hoy en día, la sobrevida ha aumentado muchísimo”, indicó.

Finalmente, Paola Caprile comentó que los algoritmos toman propiedades de los distintos tejidos (densidad electrónica), para ver el rango de energía que se usa en la terapia externa. “Con esa distribución se obtiene una imagen (tomografía computarizada del paciente), para hacer un tratamiento personalizado que tome en cuenta la anatomía particular de este. Por lo tanto, usamos IA e imágenes médicas para predecir respuestas a cada tratamiento”, detalló.