Desarrollan una herramienta de IA para predecir la eficacia de las terapias contra el cáncer

La ingente cantidad de datos que son capaces de procesar las herramientas basadas en Inteligencia Artificial (IA) ofrece un amplio abanico de posibilidades para la investigación médica y el desarrollo de terapias. En el ámbito diagnóstico, la IA se ha probado como un gran aliado, siendo capaz de detectar indicios de enfermedades que se escapan al ojo humano. En línea con estos avances tecnológicos, un equipo del instituto de investigación médica Sanford Burnham Prebys (EE.UU.), ha desarrollado un método computacional pionero para predecir la respuesta de los pacientes a los fármacos contra el cáncer.

La herramienta “Perception” (Personalizez Single-Cell Expression Based Planning for Treatments in Oncology) se basa en la inteligencia artificial para medir cómo reaccionarán de forma individualizada las células del organismo de los pacientes frente a las distintas alternativas terapéuticas antitumorales. Para ello, profundiza en la transcriptómica, es decir, el estudio de las moléculas de ARN dentro de la célula.

A través de este análisis pormenorizado de la actividad de las células cuando existe un tumor, lo que se conoce como resolución unicelular, “Perception” utiliza la información contenida en el ARN para “comprender la arquitectura clonal del tumor y monitorizar la aparición de resistencias”, según explica Sanju Sinha, primer autor del estudio y profesor asistente en el Programa de Terapéutica Molecular del Cáncer en Sanford Burnham Prebys. "La capacidad de controlar la aparición de resistencias es lo que más me entusiasma. Tiene el potencial de permitirnos adaptarnos a la evolución de las células cancerosas e incluso modificar nuestra estrategia de tratamiento", añade Sinha. 

Para entrenar a sus modelos de IA en la detección de las posibles inconveniencias a la hora de suministrar los fármacos, la herramienta utilizó la expresión génica masiva de diversos tumores junto con los datos unicelulares de pacientes. 

En el proceso de desarrollo de “Perception”, Sinha y sus colegas utilizaron el aprendizaje por transferencia, una técnica de IA en la que el conocimiento aprendido de una tarea se reutiliza para aumentar el rendimiento en una tarea relacionada. "Nuestro mayor reto fue la escasez de datos unicelulares procedentes de las clínicas. Un modelo de IA necesita grandes cantidades de datos para comprender una enfermedad, de forma parecida a como 'ChatGPT' necesita enormes cantidades de datos de texto extraídos de Internet", señala el investigador.

El programa fue validado con éxito mediante la predicción de la respuesta a la monoterapia y al tratamiento combinado en tres ensayos clínicos independientes para el mieloma múltiple, el cáncer de mama y el cáncer de pulmón. En estos, la herramienta demostró su eficacia al estratificar correctamente a los pacientes según si respondían bien al tratamiento o no. En el cáncer de pulmón, incluso captó el desarrollo de resistencia a los fármacos a medida que avanzaba la enfermedad, un descubrimiento con gran potencial.

Aunque “Perception” no está listo para su uso clínico, con estos hallazgos se demuestra que la información unicelular puede utilizarse para guiar el tratamiento frente al cáncer. La esperanza de los investigadores es que sirva para fomentar la adopción de esta tecnología en las clínicas, de forma que se generen más datos que permitan perfeccionar la herramienta.  "La calidad de la predicción aumenta con la calidad y cantidad de los datos que le sirven de base. Nuestro objetivo es crear una herramienta clínica que pueda predecir la respuesta al tratamiento de cada paciente con cáncer de forma sistemática y basada en datos. Esperamos que estos hallazgos estimulen más datos y más estudios de este tipo, más pronto que tarde", concluye Sinha.

---