Secciones

  • Portada
  • Actualidad
  • Opinión
  • Actualidad general
  • Deportes
  • Clasificados
  • Servicios
  • Espectáculos
  • Contraportada

Muere el último de 177 franceses del primer día del desembarco de Normandía

E-mail Compartir

El veterano de la Segunda Guerra Mundial Léon Gautier, el último superviviente de los 177 franceses que participaron en el desembarco de Normandía el 6 de junio de 1944, falleció esta semana a los 100 años, según confirmaron fuentes oficiales.

"Héroe de la Liberación, Léon Gautier nos ha dejado. No le olvidaremos", señaló tras conocerse la noticia el presidente francés, Emmanuel Macron, en su cuenta de Twitter.

El presidente, que coincidió con este miembro del comando Kieffer en diversos homenajes, aprovechó también para recordar que Gautier solía repetir el mensaje: "No somos héroes, sólo cumplimos con nuestro deber".

Nacido en octubre de 1922 en la ciudad de Rennes, en Bretaña, Gautier se alistó en la Marina con 17 años, en febrero de 1940, poco después de empezar la Segunda Guerra Mundial.

Tras participar en varias maniobras de defensa en el oeste del país, en junio de ese año cuando Francia capituló ante la Alemania nazi, zarpó hacia Inglaterra, donde se puso al servicio del general Charles de Gaulle, que empezó a organizar allí la resistencia.

En 1943, se alistó como voluntario en el primer batallón de comandos de fusileros marinos, más tarde conocidos como "comandos Kieffer" por su capitán, Philippe Kieffer.

Junto a otros 176 franceses, Gautier participó en el desembarco del Día D en el que unos 156.000 soldados de las fuerzas aliadas tomaron las playas francesas de Normandía, en una operación a una escala sin precedentes en Europa que marcó una inflexión en la lucha contra la Alemania nazi.

También rindió tributo a la figura simbólica de Gautier en la historia de Francia el ministro de Defensa del país, Sébastien Lecornu. "Léon Gautier ha muerto. Fue el último superviviente del ilustre comando Kieffer, la única unidad francesa que desembarcó en la mañana del 6 de junio de 1944. Su empeño por perpetuar la memoria de los franceses libres que lucharon por nuestra libertad continuará", indicó.

Léon Gautier fue de los "comandos Kieffer" en el "día D".

Una IA analiza el ADN del cáncer cerebral en una cirugía

La iniciativa de la Facultad de Medicina de Harvard permite determinar el tipo molecular en tumores en medio de una intervención quirúrgica, entregando de inmediato información clave, que antes demoraba semanas.
E-mail Compartir

Un equipo de científicos creó una herramienta de inteligencia artificial (IA) que, durante una operación quirúrgica analiza el ADN de un tumor cerebral y determina su tipo molecular, información crucial que tardaba días o semanas en llegar.

Conocer con detalle el tipo molecular de un tumor proporciona pistas sobre su agresividad, comportamiento y probable respuesta a diversos tratamientos, orientando las decisiones postoperatorias.

Por eso, disponer de esa información cuando el paciente aún está en el quirófano, ayudaría a los neurocirujanos a decidir cuánto tejido tumoral extraer e, incluso, si deben o no administrar fármacos antitumorales en el cerebro durante el desarrollo de la misma intervención.

El estudio, dirigido por investigadores de la Facultad de Medicina de Harvard, se publicó en la revista 'Med'.

"En la actualidad, ni siquiera la práctica clínica más avanzada puede perfilar molecularmente los tumores durante la cirugía. Nuestra herramienta supera este reto extrayendo señales biomédicas hasta ahora desaprovechadas de portaobjetos de patología congelados", afirmó Kun-Hsing Yu, autor principal del estudio y profesor adjunto de informática biomédica en Harvard.

"La capacidad de determinar el diagnóstico molecular intraoperatorio en tiempo real, durante la cirugía, puede impulsar el desarrollo de la oncología de precisión en tiempo real", añadió Yu.

Los investigadores creen que, aunque todavía debe validarse clínicamente mediante pruebas en entornos reales y obtener el visto bueno de la Agencia estadounidense para la administración de Alimentos y Medicamentos (FDA) antes de implantarse en hospitales, su potencial es prometedor.

Diagnóstico El método de diagnóstico utilizado actualmente consiste en tomar tejido cerebral, congelarlo y examinarlo al microscopio, pero uno de los principales inconvenientes es que, al congelarlo, el tejido tiende a alterar el aspecto de las células, lo que puede afectar a la precisión de la evaluación clínica.

Incluso usando microscopios potentes, el ojo humano no puede detectar con fiabilidad variaciones genómicas sutiles, problemas que la herramienta de IA supera.

La herramienta, denominada CHARM (Cryosection Histopathology Assessment and Review Machine), es gratuita de otros investigadores.

CHARM se desarrolló utilizando 2.334 muestras de tumores cerebrales de 1.524 personas con glioma procedentes de tres poblaciones de pacientes diferentes.

Se probó con un conjunto de muestras cerebrales y distinguió tumores con mutaciones moleculares específicas con precisión de 93%, clasificando con éxito tres tipos principales de gliomas con características moleculares distintas que conllevan pronósticos diferentes y responden de forma distinta a los tratamientos.

CHARM también captó con éxito las características visuales del tejido que rodea a las células malignas y pudo detectar zonas reveladoras con mayor densidad celular y más muerte celular dentro de las muestras, ambas señales de tipos de glioma más agresivos.

También detectó alteraciones moleculares clínicamente importantes en un subconjunto de gliomas de bajo grado, un subtipo de glioma menos agresivo y, por tanto, con menos probabilidades de invadir el tejido circundante.

La herramienta conectó además el aspecto de las células con el perfil molecular del tumor, es decir que el algoritmo puede determinar con precisión la relación entre el aspecto de una célula y el tipo molecular del tumor.

La nueva herramienta para analizar tumores cerebrales se llama charm y se desarrolló con 2.334 muestras.

93% de precisión tuvo la herramienta de inteligencia artificial distinguiendo tumores con mutaciones moleculares específicas al probar con un conjunto de muestras.