Descripción del grupo
El equipo investigador del Hospital Clínic forma parte del Grupo de Investigación en Oncología Gastrointestinal y Pancreática integrado en el Área 3 del IDIBAPS (https://www.clinicbarcelona.org/ca/idibaps/arees-i-programes/fetge-sistema-digestiu-i-metabolisme/oncologia-gastrointestinal-i-pancreatica) y el CIBERehd. La actividad científica del grupo va dirigida a profundizar en el conocimiento de los mecanismos implicados en el desarrollo y progresión de las lesiones premalignas y malignas gastrointestinales y pancreáticas, con el fin último de establecer nuevas estrategias diagnósticas, terapéuticas y/o preventivas en estas neoplasias. La investigación que lleva a cabo es de carácter básico, clínico y traslacional por lo que el grupo cuenta con diversas líneas de investigación totalmente interrelacionadas.
En el área concreta del cáncer colorrectal (CCR) la actividad investigadora del grupo se centra en las siguientes líneas de investigación:
- Caracterización y manejo de las formas hereditarias de CCR, como el síndrome de Lynch, cubriendo todo el espectro desde los aspectos más clínicos a nuevas estrategias de prevención basadas en inmunoterapia.
- Cribado del CCR para identificar abordajes más personalizados.
- Nuevos biomarcadores y dianas terapéuticas basados en la regulación de la expresión de genes.
- Endoscopia para la prevención y tratamiento del CCR, con la implementación de medidas para mejorar la calidad del cribado y nuevas técnicas mínimamente invasivas para el tratamiento del CCR precoz.
- Innovación y nuevas tecnologías en endoscopia
Dentro de las nuevas tecnologías diagnósticas, en los últimos 10 años el grupo ha centrado su investigación en el diagnóstico y prevención del cáncer colorrectal (CCR) utilizando nuevas tecnologías de imagen e IA. En IA, tiene un largo historial de publicaciones en revistas de gran impacto en las que ha propuesto nuevos métodos de localización de pólipos (CADe), sistemas CADx para el diagnóstico de pólipos con una precisión comparable a la de los endoscopistas y métodos de reidentificación de pólipos basados en IA. Ha compartido una base de datos pública a gran escala de colonoscopias en video con segmentaciones de pólipos reales (CVC-ClinicDB). Ha colaborado en un benchmark de segmentación de escenas endoluminales y ha creado una herramienta de anotación flexible [GTCreator]. En 2015, colaboró en la organización del sub-reto de Detección Automática de Pólipos, realizado como parte del Endoscopic Vision Challenge (http://endovis.grand-challenge.org) en la conferencia internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora (MICCAI). Se organizaron dos desafíos más en 2017 y 2018. Los trabajos en IA han dado lugar a dos tesis doctorales.
Además, el grupo ha investigado nuevas tecnologías para el diagnóstico de CCR, como la colonoscopia basada en microondas y la microscopía confocal. Respecto a la primera, la IP Dra. Gloria Fernández-Esparrach tiene una patente y ha co-fundado una spin-off llamada MiWEndo Solutions. Después de realizar varios estudios preclínicos utilizando simuladores sintéticos, modelo animal vivo y órganos exvivo, en noviembre 2022 se realizó el primer estudio piloto con 15 pacientes con la aprobación de la AEMPS.
Toda esta actividad ha sido financiada por proyectos obtenidos en convocatorias competitivas: Instituto de Salud Carlos III, PI17/00894; Ministerio de Ciencia e Innovación, PID2020-120611RB-I00; Instituto de Salud Carlos III, DTS17/00090; Instituto de Salud Carlos III, PI08/90026; Plan Nacional I+D+I SAF2010-15635, así como varias intensificaciones.
Miembros del grupo en red AI4POLYPNET
- Gloria Fernández-Espàrrach
- María Pellisé
Lista de publicaciones recientes en el ámbito:
Giordano, A., Escapa, M., Urpí-Ferreruela, M., Casanova, G., Fernández-Esparrach, G., Ginès, À., Llach, J. and González-Suárez, B., 2023. Diagnostic accuracy of artificial intelligence-aided capsule endoscopy (TOP100) in overt small bowel bleeding. Surgical Endoscopy, 37(10), pp.7658-7666.
García-Rodríguez, A., Tudela, Y., Córdova, H., Carballal, S., Ordás, I., Moreira, L., Vaquero, E., Ortiz, O., Rivero, L., Sánchez, F.J. and Cuatrecasas, M., 2022. In vivo computer-aided diagnosis of colorectal polyps using white light endoscopy. Endoscopy International Open, 10(09), pp.E1201-E1207.
Mori, Y., Misawa, M., Bernal, J., Bretthauer, M., Kudo, S.E., Rastogi, A. and Fernández-Esparrach, G., 2022. Artificial intelligence for disease diagnosis: the criterion standard challenge. Gastrointestinal Endoscopy, 96(2), pp.370-372.
Zúñiga, O.O., Esparrach, M.G.F., Daca, M., Pellisé, M., Oswaldo, O.Z., Glòria, F.E.M. and María, D., 2022. Artificial intelligence in gastrointestinal endoscopy: Evolution to a new era. Revista Española de Enfermedades Digestivas, 114(10), pp.605-615.
Sánchez-Montes, C., Bernal, J., García-Rodríguez, A., Córdova, H. and Fernández-Esparrach, G., 2020. Review of computational methods for the detection and classification of polyps in colonoscopy imaging. Gastroenterología y Hepatología (English Edition), 43(4), pp.222-232.
García-Rodríguez, A., Bernal, J., Sánchez, F.J., Córdova, H., Garcés Durán, R., Rodríguez de Miguel, C. and Fernández-Esparrach, G., 2020. Polyp fingerprint: automatic recognition of colorectal polyps’ unique features. Surgical endoscopy, 34(4), pp.1887-1889.
Sánchez-Montes, C., Sánchez, F.J., Bernal, J., Córdova, H., López-Cerón, M., Cuatrecasas, M., De Miguel, C.R., García-Rodríguez, A., Garcés-Durán, R., Pellisé, M. and Llach, J., 2019. Computer-aided prediction of polyp histology on white light colonoscopy using surface pattern analysis. Endoscopy, 51(03), pp.261-265.
Bernal, J., Histace, A., Masana, M., Angermann, Q., Sánchez-Montes, C., Rodriguez de Miguel, C., Hammami, M., García-Rodríguez, A., Córdova, H., Romain, O. and Fernández-Esparrach, G., 2019. GTCreator: a flexible annotation tool for image-based datasets. International journal of computer assisted radiology and surgery, 14(2), pp.191-201.
Vázquez, D., Bernal, J., Sánchez, F.J., Fernández-Esparrach, G., López, A.M., Romero, A., Drozdzal, M. and Courville, A., 2017. A benchmark for endoluminal scene segmentation of colonoscopy images. Journal of healthcare engineering, 2017.
Bernal, J., Tajkbaksh, N., Sanchez, F.J., Matuszewski, B.J., Chen, H., Yu, L., Angermann, Q., Romain, O., Rustad, B., Balasingham, I. and Pogorelov, K., 2017. Comparative validation of polyp detection methods in video colonoscopy: results from the MICCAI 2015 endoscopic vision challenge. IEEE transactions on medical imaging, 36(6), pp.1231-1249.
Fernández-Esparrach, G., Bernal, J., López-Cerón, M., Córdova, H., Sánchez-Montes, C., De Miguel, C.R. and Sánchez, F.J., 2016. Exploring the clinical potential of an automatic colonic polyp detection method based on the creation of energy maps. Endoscopy, pp.837-842.
Páginas web con más información sobre el grupo:
Página web grupo de investigación: https://www.clinicbarcelona.org/ca/idibaps/arees-i-programes/fetge-sistema-digestiu-i-metabolisme/oncologia-gastrointestinal-i-pancreatica