Los expertos entrenaron una computadora para determinar qué pacientes de cáncer de piel podrían beneficiarse de los medicamentos que evitan que los tumores detengan el ataque del sistema inmunológico contra ellos, según encuentra un estudio reciente.

Dirigido por investigadores de la Escuela de Medicina Grossman de la Universidad de Nueva York y del Centro Oncológico de Perlmutter, el estudio mostró que una herramienta de inteligencia artificial puede predecir qué pacientes con un tipo específico de cáncer de piel responderían bien a tales "inmunoterapias" en cuatro de cada cinco casos.

Específicamente, el estudio examinó a pacientes con melanoma metastásico, un cáncer de piel que tiene la capacidad de propagarse a otros órganos y que mata a 6.800 estadounidenses cada año.

Los resultados son importantes, dicen los investigadores del estudio, porque, aunque la clase de droga estudiada, los inhibidores del punto de control inmunológico, ha sido más eficaz para muchos pacientes que las quimioterapias tradicionales, la mitad de los pacientes no responden a ellas.

Añadiendo a la urgencia de los esfuerzos para determinar qué pacientes responderán, los investigadores dicen que los medicamentos pueden causar efectos secundarios en muchos de ellos y también son caros".

"Nuestros hallazgos revelan que la inteligencia artificial es un método rápido y fácil de predecir qué tan bien responderá un paciente con melanoma a la inmunoterapia", dice el primer autor del estudio, el Dr. Paul Johannet, un becario postdoctoral de NYU Langone Health y su Centro de Cáncer de Perlmutter.

Publicado el 18 de noviembre en la revista Clinical Cancer Research, el nuevo estudio es el primero en explorar la inteligencia artificial, o aprendizaje automático, para predecir la respuesta de un paciente con melanoma a los inhibidores del punto de control inmunológico, dicen los investigadores del estudio.

El equipo diseñó su programa de computadora para "aprender" cómo mejorar en una tarea pero sin que se le diga exactamente cómo.

Tales programas construyen modelos matemáticos que permiten la toma de decisiones basadas en ejemplos de datos introducidos en ellos, con el programa volviéndose "más inteligente" a medida que la cantidad de datos de entrenamiento crece.

Para la investigación, los investigadores recogieron 302 imágenes de muestras de tejido tumoral de 121 hombres y mujeres tratados por melanoma metastásico con inhibidores de puntos de control inmunológicos en los hospitales Langone de la Universidad de Nueva York.

Luego, dividieron estas diapositivas en 1,2 millones de porciones de píxeles, los pequeños bits de datos que componen las imágenes digitales.

Estos fueron introducidos en la computadora junto con factores como la gravedad de la enfermedad, qué tipo de régimen de inmunoterapia se utilizó, y si un paciente respondió al tratamiento.

Los investigadores del estudio repitieron este proceso con 40 diapositivas de 30 pacientes similares de la Universidad de Vanderbilt para determinar si los resultados se mantenían en un sistema hospitalario separado que utilizaba diferentes equipos y técnicas de muestreo.

Los investigadores señalan que, aparte de la computadora necesaria para ejecutar el programa, todos los materiales e información utilizados en la técnica de Perlmutter ya son una parte estándar del tratamiento del cáncer que la mayoría de las clínicas, si no todas, utilizan.

"Una ventaja clave de nuestro programa de inteligencia artificial sobre otros enfoques como el análisis genético o sanguíneo es que no requiere ningún equipo especial", dice el coautor del estudio Aristotelis Tsirigos, PhD, director de los laboratorios de bioinformática aplicada e informática clínica del Laboratorio de Patología Molecular de la Universidad de Nueva York en Langone.

Además, sostienen que el método de IA es más racionalizado que las herramientas de predicción actuales, como el análisis de muestras de heces o la información genética, lo que promete reducir los costos de tratamiento y acelerar los tiempos de espera de los pacientes.

"Incluso el centro oncológico más pequeño podría potencialmente enviar los datos a un laboratorio con este programa para un análisis rápido", dice el autor principal del estudio Iman Osman, MD.

Osman es el profesor de dermatología del doctor Rudolf L. Baer en la Universidad de Nueva York Langone y su Centro de Cáncer de Perlmutter.

Osman, quien también se desempeña como director del programa interdisciplinario de melanoma y decano asociado de apoyo a la investigación translacional en NYU Langone, agrega que el algoritmo aún no está listo para su uso clínico hasta que puedan aumentar la tasa de precisión de 80 a 90 por ciento y probar el algoritmo en más instituciones.

Ella dice que el equipo de investigación planea recolectar más datos para entrenar mejor a la computadora.

Incluso con su precisión actual, Osman señala que la herramienta de IA todavía puede ser utilizada como un método de detección para determinar qué pacientes de todas las poblaciones se beneficiarían de pruebas más profundas antes del tratamiento.

Fuente: NYU LANGONE HEALTH / NYU SCHOOL OF MEDICINE