Experimentar con animales es referente de la investigación biomédica, sin embargo, también una gran preocupación para los defensores de estos ejemplares.

Aunque se alienta a los científicos a utilizar la menor cantidad de especies posible en sus investigaciones, reducir el número también limita la precisión de los investigadores sobre los resultados de un estudio.

Si un solo tratamiento tiene un pequeño efecto, se necesitan muchos animales para verlo, pero una nueva técnica podría reducir la cantidad de animales y dar resultados precisos.

Se trata del método “Poisson modelling”, desarrollado en la Universidad de Manchester con la finalidad de ayudar a los científicos a automatizar la inspección de imágenes de Marte y la Luna.

Este método se usó para explorar las diferentes texturas del terreno marciano y ayudó a contar los cráteres en el satélite de la Tierra.

Esta técnica ha encontrado un nuevo uso como herramienta para que investigadores de cáncer revisen imágenes médicas de tumores implantados en ratones reduciendo hasta 16 veces el empleo de esta especie en el laboratorio.

Las imágenes que se manejaron en un test de prueba utilizaron un tipo de escaneo que mide el movimiento aleatorio de las moléculas de agua. Siendo útil porque los tumores tratados se vuelven más acuosos a medida que el tejido celular se descompone.

La búsqueda de estos cambios toman tiempo, pues los tumores cambian con el tiempo y este complejo comportamiento ahora se puede seguir utilizando el método de aprendizaje automático.

El enfoque más tradicional, utilizando lo que los estadísticos llaman una prueba t, a menudo requiere el uso de una docena o más de animales antes de poder ver un resultado preciso.

Este nuevo método tiene el potencial de reducir significativamente la cantidad de animales necesarios para grandes experimentos.

La sensibilidad del método también puede permitir que se realicen experimentos más cortos, reduciendo así la incomodidad y la angustia de los animales involucrados.

Fuente: excelsior.com.mx