Aprovechar la inteligencia artificial para obtener predicciones más fiables sobre la inmunoterapia del cáncer de pulmón
En un estudio(se abrirá en una nueva ventana) se ha demostrado que las herramientas de inteligencia artificial (IA) pueden ayudar a los médicos a predecir los resultados del tratamiento y la supervivencia en pacientes con carcinoma pulmonar no microcítico (CPNM) avanzado tratados con inmunoterapia. La investigación se enmarca en el proyecto I3LUNG(se abrirá en una nueva ventana), financiado con fondos europeos, cuyo objetivo no es sustituir los conocimientos y criterios clínicos por la IA, sino convertirla en una herramienta de apoyo para la toma de decisiones clínicas.
La necesidad de mejorar las herramientas disponibles
La inmunoterapia utiliza el sistema inmunitario del propio organismo para combatir el cáncer. Este tratamiento ha revolucionado el abordaje del CPNM y proporciona beneficios a largo plazo hasta en el 30 % de los pacientes. No obstante, en la mayoría de los casos la enfermedad no mejora ni remite tras el tratamiento. Esto pone de relieve la necesidad de contar con biomarcadores que aporten información fiable sobre el cáncer de cada paciente: su perfil genético, su comportamiento y su interacción con el sistema inmunitario. Identificar a quienes tienen pocas probabilidades de responder favorablemente a la inmunoterapia evitaría exponerlos innecesariamente a sus efectos adversos y a los costes asociados. En la actualidad, las decisiones terapéuticas se basan sobre todo en PD-L1, el único biomarcador aprobado para uso clínico, pese a su limitada capacidad predictiva. En el estudio, probablemente el mayor de este tipo efectuado a escala internacional en condiciones reales y con un enfoque multimodal, se combinaron datos clínicos, sanguíneos, de imagen, anatomopatológicos y genómicos con modelos de aprendizaje automático y aprendizaje profundo. El objetivo era determinar si la IA podría ayudar a predecir la respuesta a la inmunoterapia en pacientes con CPNM avanzado. En el estudio participaron 2 396 pacientes de 6 centros de Alemania, Grecia, Israel, Italia, España y Estados Unidos. Según los resultados, los modelos de IA superaron de forma sistemática a todos los biomarcadores clínicos convencionales. El área bajo la curva (AUC, por sus siglas en inglés), una métrica de aprendizaje automático utilizada en este caso para comparar cómo de bien predicen la supervivencia distintos modelos, osciló entre 0,77 para el modelo basado en datos clínicos y sanguíneos y 0,88 para el que incorporaba además datos de imagen y anatomía patológica digital. En general, los valores de AUC comprendidos entre 0,8 y 0,9 se consideran «excelentes».
Más allá de los especialistas
En el estudio también se evaluó la colaboración entre personas e IA. Para ello, veinte médicos —diez especialistas en cáncer de pulmón y diez de otras especialidades— examinaron cien casos de pacientes, primero sin ayuda de la IA y después con ella. El uso de esta herramienta aumentó la sensibilidad para identificar a los pacientes con probabilidades de responder al tratamiento y elevó el AUC de 0,72 a 0,87. Aunque la IA resultó útil tanto para los especialistas como para los demás médicos, la mejora fue mayor entre estos últimos. Este resultado reviste especial importancia en los centros oncológicos comunitarios, donde a menudo se dispone de pocos especialistas en oncología torácica. «I3LUNG establece un nuevo referente para el uso de IA en oncología torácica. Las herramientas de apoyo a la toma de decisiones, incluso las desarrolladas únicamente a partir de datos clínicos obtenidos de forma habitual, pueden superar a los biomarcadores que utilizamos hoy día —comenta Marina Garassino, oncóloga torácica y profesora de Medicina en la Universidad de Chicago, entidad asociada al proyecto I3LUNG, en una noticia publicada en «UChicago Medicine»(se abrirá en una nueva ventana). Para los pacientes, esto supone reducir el riesgo de perder oportunidades de beneficiarse del tratamiento. Para los médicos que trabajan fuera de centros especializados, significa disponer de orientación especializada en el lugar donde se presta la asistencia. Y, para el sector, proporciona un marco riguroso, equitativo y explicable, validado en distintos sistemas sanitarios y poblaciones, que puede servir de plataforma mundial para la próxima generación de inmunoterapias de precisión». El equipo de I3LUNG (Integrative science, Intelligent data platform for Individualized LUNG cancer care with Immunotherapy) está en proceso de incorporar a más de dos mil pacientes de los mismos seis centros para un estudio prospectivo, que permitirá a los investigadores centrarse en optimizar las estrategias de tratamiento. Para más información, consulte: Página web del proyecto I3LUNG(se abrirá en una nueva ventana)
