Un estudio de Inteligencia Artificial (IA) aplicada al cáncer de ovario permite avanzar en el conocimiento de los biomarcadores moleculares predictivos y pronósticos de este tipo de tumor, lo que contribuirá a definir diagnósticos personalizados.
Hasta ahora, se habían determinado ciertas alteraciones genéticas como biomarcadores predictivos y pronósticos en cáncer de ovario como son las mutaciones inactivadoras en los genes BRCA1 y BRCA2, pero son insuficientes para comprender la evolución global de la enfermedad.
Actualmente sabemos que el cáncer es una enfermedad compleja, en cuya evolución no sólo son importantes las alteraciones genéticas, sino que también influyen las condiciones del microambiente, la regulación de la expresión génica y, por supuesto, las condiciones de la persona que lo padece. Esto nos está obligando a cambiar el enfoque previo, algo simplista, en el que un tumor se concebía como una mera suma de mutaciones y se hace imprescindible integrar múltiples datos para poder entender la neoplasia y predecir su evolución.
Para realizar este estudio, se han introducido los datos clínicos y genómicos de 300 pacientes con cáncer de ovario avanzado con el objetivo de establecer una relación entre ellos y las variables que determinan la progresión de la enfermedad, lo que supone "una novedosa línea de trabajo en la que estamos poniendo a punto algoritmos de inteligencia artificial capaces de integrar los datos genómicos, con las características clínicas y patológicas de la enfermedad para poder abordarla de una forma compleja e integral. Los algoritmos de IA identificaron patrones comunes a aquellos casos que respondían bien al tratamiento frente a los que eran resistentes. De confirmarse en cohortes independientes estaríamos ante una nueva y prometedora línea de trabajo en la que nuestra precisión a la hora de predecir la evolución de un caso podría aumentar de forma exponencial.
En lo que se refiere al papel predictivo y pronóstico de determinadas variables, los resultados confirman que someter a las pacientes que presentan una elevada carga tumoral en el momento del diagnóstico a un tratamiento neoadyuvante seguido de una cirugía de máximo esfuerzo favorece la reducción de dicha carga. La asociación entre estas variables comporta una supervivencia más larga en concordancia con los datos previos de la literatura.
Son diversos los estudios anteriores que han demostrado la relación existente entre determinadas alteraciones genéticas (BRCA1/2 y RAD51C) y la evolución de la enfermedad. La aplicación de Inteligencia Artificial ha permitido definir otras correlaciones de genes que deberán confirmarse incrementando el número de datos, es decir, de casos a secuenciar.
Trabajar en el terreno de la inteligencia artificial aplicada a la salud siempre es un reto difícil. Actualmente, una vez hemos establecido la mejor metodología de estudio, queremos avanzar en la predicción de respuesta a terapias concretas de forma que podamos llegar a personalizar el tratamiento de las pacientes usando la inteligencia artificial".
De este modo, cuando seamos capaces de entender la enfermedad en estadio avanzado, podremos aplicar la misma metodología a la enfermedad precoz en la que las posibilidades de curación sean mucho mayores. Es probablemente en este contexto, en el que el impacto de esta tecnología podría cambiar de forma decisiva el curso de la enfermedad.
No hay comentarios:
Publicar un comentario