“Papel de la Inteligencia Artificial en la detección y tratamiento del cáncer”
1. Introducción
El cáncer es una enfermedad grave que afecta a millones de personas en todo el
mundo. A medida que la ciencia y la tecnología avanzan, emergen nuevas terapias para
hacerle frente. En ese contexto, la inteligencia artificial (IA) se presenta como una de
las herramientas más prometedoras para la detección precoz y búsqueda de nuevos
tratamientos.
El cáncer es un desafío complejo, diverso y en constante evolución. Cada tipo de
cáncer es único, y la respuesta de cada paciente al tratamiento puede variar
considerablemente. Aquí es donde la IA nos puede ser de utilidad, proporcionando
diferentes soluciones para mejorar la detección temprana, el diagnóstico preciso, la
terapia personalizada y el descubrimiento de nuevos tratamientos.
Me gustaría hacer una pequeña aclaración sobre qué es la IA. La IA se refiere a la
utilización de algoritmos informáticos que procesan datos para tomar decisiones o
predicciones. Estos algoritmos pueden basarse en reglas predefinidas o aprender de
datos, como el aprendizaje automático. Los algoritmos de IA, incluido el aprendizaje
profundo, imitan el procesamiento de información del cerebro humano y se utilizan en
aplicaciones médicas, como en este caso la detección de cáncer en imágenes de
resonancia magnética, por ejemplo. La IA mejora la precisión al detectar patrones que
pueden pasar desapercibidos para los humanos y aprende con el tiempo a medida que
se le suministran más datos.
2. Detección temprana.
En el proceso de detección del cáncer, la exactitud en el diagnóstico y la estadificación
del cáncer, son factores cruciales que influyen significativamente en la agresividad del
tumor. Esto, a su vez, desempeña un papel fundamental en la toma de decisiones en el
tratamiento y en los resultados clínicos.
La IA está incorporando poco a poco la detección temprana del cáncer a través de
muestras mínimamente invasivas. Por ejemplo, la detección de ADN tumoral circulante
en biopsias líquidas (como puede ser una muestra sanguínea). Esto podría ofrecer la
posibilidad de detectar el cáncer en sus etapas iniciales, monitorearlo, e incluso dirigir
o encaminar las opciones de tratamiento.
Para todo esto es necesario tener grandes bancos de datos. Por esta razón, existen
multitud de proyectos a nivel mundial donde se van recabando datos para que la IA
pueda aprender de ellos, y así poder ser de utilidad. Una detección temprana ayudará
a un mejor pronóstico y una elección adecuada del tratamiento.
Por otro lado, para poder hacer un buen diagnóstico, los radiólogos necesitan años de
experiencia. La IA puede ser una herramienta que podría facilitarles a los radiólogos el
aprendizaje en la práctica y minimizar la tasa de error.
3. Ejemplos de la utilidad de la IA en la detección. Imágenes en cáncer de mama.
El cáncer de mama es uno de los más diagnosticados. Desde 1980 la supervivencia a 5
años ha mejorado significativamente, gracias a la detección por mamografía (entre
otros avances). Los tumores de cáncer de mama son muy variables tanto por su causa,
pronóstico como tratamiento.
Uno de los factores clave es el receptor estrogénico (ER). Por ejemplo, un cáncer de
mama ER+ tiene mejor pronóstico que el ER-. Los cánceres de mama triplemente
negativos (negativos para ER, receptor de la progesterona (PR) y receptor de factor de
crecimiento epidérmico humano (HER2)), no presentan los signos usuales de
malignidad en mamografía, por lo que son más difíciles de detectar y tendrán menor
supervivencia.
Gracias a un avance en la tecnología de imagen y la informática, ha crecido
exponencialmente la IA, que nos ayudará a evaluar riesgo, detectar, diagnosticar y
pronosticar la respuesta al tratamiento.
La práctica clínica habitual es hacer pruebas de imagen, que registra un ordenador, en
el cual utilizaremos la “detección asistida por ordenador (CAD)”, y las cuales son
clasificadas por un radiólogo experto. Últimamente, los métodos de aprendizaje
profundo han permitido la detección asistida por ordenador (CAD) de lesiones mama
en resonancia magnética, ultrasonido y mamografía. Esto podría favorecer la detección
del cáncer de mama en mujeres con tejido mamario denso, en las cuales el diagnóstico
por mamografía es más complejo.
Con la aplicación de métodos de IA a los datos de imagen mamaria, las características
del tamaño, la forma, la morfología y la textura del tumor se pueden obtener
cuantitativamente. Además, en un estudio un grupo creó un algoritmo para
determinar la frecuencia con la que una persona debe hacerse exámenes de detección
de cáncer de mama. El modelo usaba imágenes de las mamografías de la persona para
hacer un pronóstico del riesgo de tener cáncer de mama en los próximos 5 años.
4. Descubrimiento de nuevos tratamientos
El desarrollo de fármacos requiere de mucho tiempo y de una gran inversión
económica. Tenemos varias maneras de usar la IA para el descubrimiento de nuevos
tratamientos. Está la Inteligencia artificial basada en la red y la Inteligencia artificial
basada en el aprendizaje automático para el descubrimiento de fármacos, entre otros.
Os voy a comentar las aplicaciones basadas en el análisis de redes en el
descubrimiento de medicamentos. Estas incluyen la detección y la reutilización de
medicamentos. La detección de medicamentos implica la identificación y optimización
de posibles fármacos, antes de seleccionar un candidato para ensayos clínicos. Dado
que los métodos tradicionales son complejos y de gran coste, el análisis basado en
redes ofrece una alternativa eficiente.
La identificación de interacciones medicamentosas es fundamental para el
descubrimiento y la búsqueda de nuevos medicamentos contra el cáncer.
La reutilización de medicamentos, busca nuevas indicaciones para fármacos aprobados
o candidatos que han fracasado en desarrollo. Esta es otra aplicación importante en el
descubrimiento de medicamentos contra el cáncer. El análisis de redes es eficaz en
esta tarea, ya que las redes de similitud de medicamentos contienen información
clave.
5. Conclusión
Con este artículo quería haceros llegar algo de información sobre qué es la IA, de la
que tanto se habla ahora, y cómo podemos sacar provecho de ella para poder mejorar,
desde el diagnóstico hasta el tratamiento, en enfermedades como el cáncer. Además
de ahorrar tiempo, dinero y aumentar la eficiencia a nivel clínico. La IA puede “ver”
cosas que los humanos no podemos, y puede encontrar patrones y relacionas
complejas entre distintos tipos de datos muy distintos entre sí.
La Inteligencia Artificial tiene un potencial indiscutible para mejorar la atención a
pacientes con cáncer, y para transformar la práctica habitual en medicina oncológica.
La pregunta aquí es si la IA se integrará en la clínica y cuándo lo hará. Es algo
totalmente nuevo y que aún debe estudiarse con detenimiento, pero con un gran
potencial. Aun así, hay mucha incertidumbre al respecto, que se vislumbrará haciendo
estudios.
6. Bibliografía
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8034385/
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6403009/
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9034765/
Andrea Álvarez
Farmacéutica