Inteligencia artificial en oncología: una ayuda para afinar el pronóstico

miércoles, febrero 21, 2024

La oncología ya utiliza herramientas pronósticas que orientan del riesgo de que el cáncer se reproduzca y, por tanto, contribuyen a definir el tratamiento antes y después de cirugía en función del tipo de tumor y su agresividad con el fin de evitar la recaída y las metástasis

Tiempo de lectura: 3 minutos

 

EFE SALUD · “La inteligencia artificial ayuda a manejar e interpretar gran cantidad de datos, de procesarlos, y de encontrar nuevos patrones”, indica el oncólogo César Serrano, miembro de la Junta Directiva de la Sociedad Española de Oncología Médica (SEOM).

Pero lanza un mensaje claro, “la inteligencia artificial en oncología no va a sustituir a los distintos especialistas, va a ser una herramienta de apoyo para el manejo clínico en los distintos procesos del cáncer.”

Predecir la evolución del cáncer

La oncología ya utiliza herramientas pronósticas que orientan del riesgo de que el cáncer se reproduzca y, por tanto, contribuyen a definir el tratamiento antes y después de cirugía en función del tipo de tumor y su agresividad con el fin de evitar la recaída y las metástasis.

“Tenemos pacientes con bajo riesgo de recaída y el tumor vuelve, pero también tenemos pacientes con alto riesgo de recaída y el tumor no vuelve nunca. ¿Por qué? Porque la biología en el fondo es más compleja que una serie de parámetros que establezcamos”, afirma.

Por esa razón, “poder identificar nuevos biomarcadores o nuevos patrones que nos hagan predecir mejor el comportamiento que va a tener el cáncer tras una cirugía nos ayuda y es algo en lo que la inteligencia artificial seguro va a contribuir”, afirma.

“No hay tumores sino pacientes con un tumor -añade- y cada día que pasa la medicina busca más individualizar y conocer la respuesta de cada paciente”.

Los tres campos de la inteligencia artificial en la práctica clínica

Y el desembarco de la inteligencia artificial en la práctica clínica de la oncología, según César Serrano, se proyecta en tres campos principalmente: en las técnicas de imagen; en los datos clínicos que generan los pacientes; y en la investigación.

“Ya existe una gran implementación de la inteligencia artificial en la investigación preclínica que está llevando a descrubir nuevas moléculas implicadas en cáncer y fármacos nuevos, y ya nos estamos beneficiando de ello”, explica.

La secuenciación genómica que permite conocer las mutaciones de los genes y señalarlos como dianas biológicas contra las que dirigir los fármacos más innovadores ha sido uno de los grandes pasos de la medicina personalizada de precisión que busca tratamientos más eficaces para perfiles de pacientes más concretos.

“La inteligencia artificial -apunta- es un peldaño más en identificar cuáles son los patrones más recurrentes en determinados tumores. Está en evolución constante para entender e integrar miles de datos que nos permitan comprender mejor cómo son esos tumores y qué puede ser más útil de cara a tratar a los pacientes”.

En las técnicas de imagen

El análisis de imágenes con técnicas de inteligencia artificial es uno de los campos más avanzados para su uso en la práctica clínica.

Hoy en día, la anatomía patológica de la biopsia de un tumor se rige por la valoración del patólogo a través no solo del microscopio, sino de la generación de imágenes que se digitalizan y que facilitan el nombre y apellidos de los tumores.

“Ahora, se está entrenando a los sistemas de inteligencia artificial para hacer lo mismo que el ojo humano, reconocer patrones” y determinar el tipo de tumor y sus características, apunta César Serrano.

“La inteligencia artificial va a ser una herramienta de apoyo enorme para los patólogos en el futuro porque va a facilitar el reconocimiento de todos estos patrones” necesarios para afinar el diagnóstico del cáncer.

Y pone como ejemplos, desde determinar el grado de un tumor para conocer su agresividad, a identificar células tumorales, como ocurre en el caso de las citologías de cérvix, o, incluso, a ayudar a descartar falsos positivos o negativos en los casos de nódulos en el pulmón.

En opinión del experto de SEOM, “utilizar la inteligencia artificial para diagnosticar precozmente un cáncer a día de hoy es más complicado fuera de programas de screening (cribado poblacional) donde sí que puede ser más útil”, como es el caso de la interpretación de las mamografías para casos de cáncer de mama.

En tumores raros o menos frecuentes, como por ejemplo los sarcomas, es más complicada la irrupción de la inteligencia artificial, un sistema que necesita generar nuevos datos y entrenar algoritmos y mejorarlo con millones de casos de pacientes.

Además, otra de las limitaciones es que los cánceres menos frecuentes generan menos investigación, por lo que el conocimiento molecular de estos tipos de tumores es más escaso y hay menos información con la que “alimentar” a la inteligencia artificial. EFE