Actualidad · Artículo · Oncohematología
.svg){kind=icon}
13.11.2023 · 
AstraZeneca · .svg){kind=icon}
3 min
Unas de las tecnologías que más lo está haciendo es la inteligencia artificial (IA), el machine learning (ML) y el big data. Aplicadas a numerosos ámbitos de la vida, entre ellos la salud y la ciencia, una enfermedad con tanto impacto como el cáncer no se ha quedado de lado.
inteligencia artificial - imagen destacada
Uno de los proyectos más innovadores en este sentido, que conjuga la IA y la aplicabilidad de los biomarcadores es el I3LUNG. Centrado en el cáncer de pulmón (CP) I3LUNG es un proyecto de la Unión Europea financiado bajo el paraguas del programa H2020 “Ensuring access to innovative, sustainable and high-quality health care” que empezó en 2022 y se extenderá hasta 2027. El consorcio consta de 16 socios localizados en distintas partes del mundo, con diferentes tipos de experiencia en el campo, enfocados en mejorar la asistencia médica por medio de la individualización del tratamiento para los pacientes con CP metastásico. I3LUNG reclutará a más de 2.000 pacientes metastásicos del subtipo de cáncer de pulmón más común, el no microcítico (CPNM), para profundizar en el conocimiento de las respuestas individualizadas a la inmunoterapia.1
Los biomarcadores son moléculas biológicas presentes en distintos tipos de muestras (sangre, fludidos corporales, tejidos tumoral…) que pueden ser usados para evaluar el curso de una enfermedad o la respuesta del paciente a un tratamiento, por citar dos ejemplos.2 En el CPNM metastásico PD-L1 (una proteína expresada en la célula tumoral) es el único biomarcador predictivo de la respuesta a la inmunoterapia, si bien no siempre demuestra ser preciso.3 Se necesitan, por tanto, nuevos biomarcadores con mayor nivel de precisión para identificar a los pacientes más susceptibles de beneficiarse de la inmunoterapia y conseguir un abordaje más selectivo e individualizado.
En los últimos años la IA y el ML han abierto nuevas posibilidades en numerosos ámbitos de la vida gracias a su capacidad para analizar ingentes cantidades de datos y generar modelos en base a ellos. Precisamente, la oncología dispone de una gran cantidad de datos procedentes de ensayos clínicos y estudios pre-clínicos.4,5 Gracias a los 2.000 pacientes reclutados en el proyecto I3LUNG se recogerán múltiples datos biológicos, moleculares, radiológicos y clínicos que serán procesados y analizados con herramientas de IA para generar un algoritmo gracias al ML que permita predecir la respuesta individual del paciente a las distintas inmunoterapias. De esta forma podremos pasar del abordaje actual de “one-size-fits-all” a uno mucho más personalizado que, aparte de contribuir a rebajar la carga económica de estos tratamientos innovadores, mejore el pronóstico de los pacientes con CP metastásico.1
La IA también se está usando en el cáncer de mama para mejorar la precisión de las mamografías. Los estudios retrospectivos han mostrado resultados prometedores utilizando IA y ya hay algún ensayo aleatorizado realizado. Uno de ellos es el MASAI (Mammography Screening with Artificial Intelligence trial) que ha evaluado la seguridad clínica de un protocolo de lectura de pantalla respaldado por IA en comparación con la lectura de pantalla estándar realizada por radiólogos después de una mamografía.6
Se trata de un estudio aleatorizado y controlado con un amplio tamaño muestral, más de 80.000 mujeres suecas de 40–80 años.
En un primer análisis la mamografía respaldada por IA obtiene una tasa de detección de cáncer similar en comparación con la doble lectura estándar, con una carga de trabajo de lectura de pantalla sustancialmente menor. Además, el uso de la IA en la mamografía es seguro. Por lo tanto, el ensayo no se ha detenido de forma temprana y el criterio de valoración principal de la tasa de cáncer de intervalo se evaluará en 100.000 participantes inscritos después de 2 años de seguimiento.7
Pero no sólo en los tumores sólidos se están empezando a recoger los beneficios de la aplicación de estas nuevas tecnologías de análisis. Los tumores hematológicos son otras neoplasias que se están beneficiando de la aplicación de la IA, el ML y el big data. El proyecto europeo HARMONY tiene como objetivo utilizar big data para entregar información que ayude mejorar la atención de los pacientes con estas enfermedades. Concretamente, la leucemia mieloide aguda y el mieloma múltiple son dos ejemplos.
Específicamente, el proyecto recopilará, integrará y analizará datos anónimos de hasta 100.000 pacientes de varias fuentes de alta calidad. Esto ayudará a definir criterios de valoración y resultados clínicos para estos tipos de tumores, así como permitirá la identificación de nuevos agentes terapéuticos.8
Por último, tan importante es disponer de las herramientas de análisis adecuadas como de la materia prima. Para poder utilizar la IA y el ML no cabe duda de que se necesita disponer de datos fiables y bien organizados, por lo que contar con bases de datos precisas, actualizadas y bien nutridas es fundamental. dbGaP, Database of Genotypes and Phenotypes, es un base de datos y análisis del Centro Nacional para la Información Biotecnológica estadounidense (NCBI) que recopila información de millones de participantes en estudios clínicos, muestras y genotipos. dbGaP se estableció en 2007 como un depósito de datos humanos provenientes de estudios a gran escala. dbGaP contiene una amplia gama de estudios y de tipos de datos. La mayoría provienen de investigaciones financiadas por los Institutos de Salud norteamericanos (NIH), pero recientemente se han empezado a incluir datos de otros estudios no financiados por los NIH. En dbGaP se pueden consultar datos fenotípicos (p.ej. demográficos, clínicos…) a nivel de paciente y datos moleculares (p.ej. genotipos, secuencias). Además, están disponibles los resultados de análisis de asociación de estudios longitudinales y de casos y controles a escala genómica de enfermedades hereditarias.9
En definitiva, la IA, el ML y el big data representan ya una realidad en el campo de la biomedicina y seguirán aportando notables avances en el futuro.
1. https://i3lung.eu/. Consultado el 23.10.2023.
2. Pal M, Muinao T, Boruah HPD, Mahindroo N. Current advances in prognostic and diagnostic biomarkers for solid cancers: Detection techniques and future challenges. Biomed Pharmacother. 2022 Feb;146:112488.
3. Brody R, et al. PD-L1 expression in advanced NSCLC: Insights into risk stratification and treatment selection from a systematic literature review. Lung Cancer. 2017;112:200-215.
4. Rajpurkar P, Chen E, Banerjee O, Topol EJ. AI in health and medicine. Nat Med. 2022;28(1):31-38.
5. Weissler EH, et al. The role of machine learning in clinical research: transforming the future of evidence generation. Trials. 2021;22(1):537.
6. https://clinicaltrials.gov/study/NCT04838756. Consultado el 23.10.2023
7. Lång K, et al. Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study. Lancet Oncol. 2023;24(8):936-944.
8. https://www.ihi.europa.eu/projects-results/project-factsheets/harmony. Consultado el 23.10.2023
9. https://www.ncbi.nlm.nih.gov/gap/?utm_source=ncbi_insights&utm_medium=referral&utm_campaign=what_is_dbgap-20221026. Consultado el 23.10.2023
ES-27484 Noviembre 2023
La información contenida en este sitio web está dirigida exclusivamente a profesional sanitario facultado para prescribir o dispensar medicamentos en España (requiere una formación especializada para su correcta interpretación)
AstraZeneca promueve la prescripción de sus productos farmacéuticos en las condiciones establecidas en su ficha técnica.
¿Eres un profesional sanitario?
La información contenida en este sitio web está dirigida exclusivamente a profesional sanitario facultado para prescribir o dispensar medicamentos en España (requiere una formación especializada para su correcta interpretación)
AstraZeneca promueve la prescripción de sus productos farmacéuticos en las condiciones establecidas en su ficha técnica.
¿Eres un profesional sanitario?
Consents
Estos consentimientos son obligatorios para poder iniciar sesión. Por favor, acéptalos para continuar
