El glioblastoma és el tumor cerebral maligne més comú, agressiu i letal, amb una supervivència mitjana de 14 mesos. Aquest mal pronòstic es deu al fet que no respon als tractaments habituals de quimioteràpia i radioteràpia, sol reaparèixer després d’una cirurgia i és molt heterogeni. Aquesta heterogeneïtat fa que cada part de la massa tumoral tingui unes característiques i unes respostes terapèutiques molt diferenciades. I malgrat això, des de la pràctica clínica sovint es fa servir el mateix procediment estàndard.
Era necessari avançar cap a la medicina personalitzada per a aquests pacients. I és el que hem intentat des de la imatge. Partint de les seqüències d’imatge que s’obtenen en la rutina clínica, en el projecte ONCOhabitats hem desenvolupat un sistema basat en intel·ligència artificial que permet caracteritzar l’heterogeneïtat interna del tumor, delimitant aquelles zones que poden tenir un comportament diferent i analitzant quines característiques estaven relacionades amb el pronòstic i la supervivència. Hem fet una validació de l’eina en un assaig multicèntric internacional, en el qual han participat centres com l’Hospital Vall d’Hebron, el Clínic de Barcelona i l’Universitari d’Oslo, entre d’altres.
