Memorial Sloan-

Kettering.
 Universidad Autónoma del Estado de Hidalgo
Licenciatura en Ingeniería Industrial
6° Semestre Enero-Junio 2023
Exposición de casos
Tópicos de programación matemática y simulación
◦ Chávez Gutiérrez Denisse Viridiana
◦ García Vera David
◦ García Zamora Eduardo
◦ Godínez Roa Fernando Alonso
09/02/2023
2
El Centro Oncológico Memorial Sloan-Kettering (MSKCC) en la ciudad de
Nueva York es el centro oncológico privado más antiguo del mundo.
Un equipo de IO del Center for Operations Research in Medicine and
HealthCare del Georgia Institute of Technology trabajó con médicos del
MSKCC para desarrollar un método vanguardista altamente sofisticado
para optimizar la aplicación de radioterapia al cáncer de próstata.
❏ El modelo se ajusta a la estructura para programación lineal con una
excepción, el modelo también incluye variables binarias (cuyos únicos
valores posibles son 0 y 1)
❏ Los ahorros de costos anuales serán de aproximadamente $500
millones
❏ Siguiendo el modelo de 7 pasos veremos una descripción del modelo
MSKCC

3
Paso 1. Formulación del problema
El MSKCC quería un modelo para desarrollar un método de próxima
generación altamente sofisticado para optimizar la aplicación de
radioterapia para el cáncer de próstata.

❏ El cáncer de próstata es la forma más común de diagnóstico de cáncer

en los hombres.
❏ La radioterapia consiste en colocar aproximadamente 100 "semillas"
radioactivas dentro de la región del tumor.
❏ El desafío es determinar el patrón geométrico tridimensional más
efectivo para colocar estas semillas.

4
Paso 2. Observar el sistema
❏ Se necesitaba de una reunión de planificación previa al
tratamiento y una tomografía computarizada posterior a la
operación
❏ Tratamiento de los efectos secundarios posteriores.
❏ El enfoque principal es en el cáncer de próstata, pero, puede
extenderse a otras formas de radioterapia, como el tratamiento
de la mama, el cuello uterino, el esófago, las vías biliares, el
páncreas, la cabeza y el cuello y los ojos.

5
Paso 3. Formular el modelo matemático del problema
Se centran en dos modelos.
❏ El primero implica encontrar el subsistema máximo factible en nuestra
formulación MIP. Hacen esto utilizando las variables 0/1 asignadas a los
vóxeles para calcular el número máximo de puntos de tumor que
satisfacen los límites especificados.
❏ Un modelo alternativo involucra el uso de variables continuas para
capturar las desviaciones del nivel de dosis en un punto tumoral dado
desde sus límites objetivo y minimizar una suma ponderada de las
desviaciones

6
Paso 3. Formular el modelo matemático del problema

❏ La optimización se realiza en cuestión de minutos mediante un sistema

de planificación computarizado automatizado que puede ser operado
fácilmente por personal médico al comenzar el procedimiento de
inserción de las semillas en la próstata del paciente.
❏ Las restricciones dosimétricas básicas y las restricciones de dosis-
volumen para garantizar una cobertura suficiente del volumen del
tumor, también incorporan otras restricciones físicas deseadas por los
médicos en nuestros modelos MIP. Se podría, si se desea, limitar el
número total de semillas y/o agujas utilizadas y emplear múltiples tipos
de semillas que tengan diferentes fuerzas radiactivas.

7
Paso 4. Verificar el Modelo y usarlo para predecir

❏ Este avance en la optimización de la aplicación de radioterapia

para el cáncer de próstata está teniendo un profundo impacto
tanto en los costos de atención médica como en la calidad de
vida de los pacientes tratados debido a su mayor eficacia y la
reducción sustancial de los efectos secundarios.
❏ Necesidad de una reunión de planificación previa al
tratamiento y una tomografía computarizada posterior a la
operación.

8
Paso 5. Seleccionar la alternativas más adecuada
❏ El objetivo es tener una alta dosis de radiación en la
región del tumor para matar las células malignas mientras
se minimiza la exposición a la radiación a estructuras
sanas críticas cerca del tumor
❏ Se anticipa que este enfoque puede extenderse a otras
formas de radioterapia.
❏ Se puede utilizar para minimizar los gastos en las clínicas
de Estados Unidos.

9
Paso 6. Presentar los resultados y conclusiones
❏ Si todas las clínicas de Estados Unidos realizan esa práctica, tendrán un
ahorro anual de 500 millones de dólares debido a la eliminación de la
necesidad de una reunión para planear el tratamiento y una exploración
posterior a la operación.
❏ Proporciona un procedimiento quirúrgico más eficiente y reduce la
necesidad de tratar efectos colaterales subsecuentes.
❏ La eliminación potencial de la calidad dependendiente del operador de
los planes resultantes y su posibilidad de establecer estándares y
pautas para el control y la garantía de calidad del tratamiento del
cáncer.
❏ Permite una corrección dinámica de la dosis y una reoptimización
rápida en los pacientes.

10
Paso 7. Implementar y Evaluar recomendaciones

❏ Se espera que este enfoque pueda extenderse a otras formas de

radioterapia, como el tratamiento del cáncer de seno, cérvix, esófago,
tracto biliar, páncreas, cabeza y cuello, y ojo.
❏ Abre oportunidades para realizar investigaciones clínicas complejas
que de otro modo serían imposibles.
❏ Actualmente se están desarrollando nuevas estrategias
computacionales para hipercamarillas, hiperagujeros, hiperredes,
hiperantiredes y algoritmos de planos de corte paralelos. Estos
ayudarán en la solución de otras instancias de MIP densas difíciles que
son intratables utilizando las estrategias disponibles actualmente.

11
12
Bibliografía.

❏ Hillier, F. S., & Lieberman, G. J. (2015). Investigación de operaciones

(10a. ed. --.). México: McGraw-Hill.
❏ E. K. Lee and M. Zaider, “Operations Research Advances Cancer
Therapeutics,” Interfaces, 38(1): 5–25, Jan.–Feb. 2008.

13
GRACIAS POR SU
ATENCIÓN

14