A partir de un método tipo Support Vector Machine (SVM) se construyó un modelo que mejora el diagnóstico preoperatorio de metástasis linfáticas en el cáncer de estómago. El estudio retrospectivo de imágenes tomográficas de 175 pacientes, 134 de ellos con metástasis, junto al empleo de varios indicadores como la invasividad, tipo tumoral, diámetro máximo, número de ganglios tomados y otros, y el entrenamiento con técnicas de aprendizaje automático, arrojó que el modelo SVM tuvo una sensibilidad del 88.5% y una especificidad de 78.5%, con resultados significativamente mejores que los radiólogos. El trabajo es publicado en BMC Cancer.

Los perfiles de expresión de genes en el cáncer de mama, al ser combinados con variables clínicas, pueden mejorar las predicciones sobre la evolución y respuesta de las pacientes. Por medio de una colección de 323 módulos de expresión génica y elementos clínicos se identificaron modelos pronósticos para la supervivencia libre de recaídas a los siete años. La adición de otras variables, como el número de copias y el estado de las mutaciones, podrían incrementar la utilidad de tales modelos, en opinión de los autores del artículo en BMC Medical Genomics.