La inteligencia artificial y la genómica entran en el hospital
El objetivo es obtener un perfil de cada uno de los pacientes para, posteriormente, ver cómo funcionaría cada tratamiento antes de aplicarlo para ver la tasa de respuesta.
Personalizar el tratamiento de las pacientes con cáncer de endometrio avanzado mediante inteligencia artificial, learning machine y genómica para mejorar su pronóstico, es la meta que persigue un proyecto transeuropeo del área oncológica del Centro de Investigaciones Biomédicas en Red (CIBERONC), coordinado por la doctora Gema Moreno-Bueno, jefa del Laboratorio de Investigación Traslacional de la Fundación MD Anderson Cancer Center España, y la doctora Laura Muinelo del Complejo Hospitalario de Santiago de Compostela como manager. El proyecto empezó el 1 de febrero y en él van a participar cerca de 300 pacientes a lo largo de tres años. El objetivo es generar un algoritmo de utilidad clínica (ECLAI) para predecir la respuesta terapéutica y riesgo de recaída de las pacientes.
El cáncer de endometrio es el tumor ginecológico más frecuente en los países desarrollados, con unos 7.000 casos diagnosticados al año en España, y sus mutaciones muestran una alta heterogeneidad, lo que dificulta su tratamiento. “Cuando el cáncer de endometrio se diagnostica confinado dentro del útero, el pronóstico es muy bueno: operación y radioterapia. El problema es cuando la enfermedad sale del útero. En este caso, las pacientes se consideran de alto riesgo, y su tasa de respuesta al tratamiento es menor”.
Este proyecto aplica medicina personalizada ya que se espera que con su ejecución se consiga que cada paciente sea tratada de forma individual y que haya datos que predigan la evolución de la enfermedad. “Desde el momento en que se diagnostica el tumor, se realizará un estudio genómico y un seguimiento con biopsia líquida para seguir la evolución de las mutaciones, además utilizando una muestra quirúrgica se pretende generar un modelo preclínico del tumor en el que se testarán tratamientos personalizados”, explica Moreno-Bueno. Además, “una vez que se conocen todas las características genéticas y clínicas de las pacientes que van a incluirse en el estudio, utilizando learning machine y técnicas de inteligencia artificial, se diseñará un algoritmo que permita predecir qué tratamientos son más adecuados para futuras pacientes”, explica Muinelo. “Cada paciente es diferente y, por ello, cada una va a ser analizada de manera independiente”, puntualiza la Dra. Moreno-Bueno.