Desarrollan un nuevo modelo de IA que detecta el origen del cáncer de un paciente

En un avance científico que podría transformar la manera en que se abordan los cánceres de origen desconocido, investigadores del Instituto de Tecnología de Massachusetts (MIT) y el Instituto de Cáncer Dana-Farber han desarrollado un modelo computacional basado en inteligencia artificial (IA) capaz de identificar el origen de tumores enigmáticos.

Esta innovación promete brindar a los médicos una herramienta esencial para tomar decisiones de tratamiento más precisas y personalizadas para los pacientes.

Así se conoce el origen de un cáncer con IA

Para un pequeño porcentaje de pacientes con cáncer, el origen del tumor es un enigma médico. Esto plantea un desafío significativo en la elección del tratamiento, ya que muchos medicamentos contra el cáncer están diseñados específicamente para tipos de cáncer particulares. Sin embargo, un nuevo enfoque desarrollado por científicos del MIT y el Instituto de Cáncer Dana-Farber promete cambiar el juego.

Mediante el uso del aprendizaje automático, los investigadores crearon un modelo computacional capaz de analizar secuencias genéticas de aproximadamente 400 genes. Estos genes, comúnmente mutados en el cáncer, proporcionan información valiosa sobre el origen del tumor. El modelo, denominado OncoNPC, utiliza esta información para predecir el sitio de origen del tumor en el cuerpo del paciente.

A new study found that artificial intelligence is significantly better at predicting a patient’s breast cancer risk than current methods. The research analyzed mammograms of more than 18,000 women in which AI took just seconds to determine their five-year risk. pic.twitter.com/VwtFFe4skE

— CBS Evening News (@CBSEveningNews) June 6, 2023

Para entrenar al modelo, se utilizaron datos de casi 30,000 pacientes diagnosticados con 22 tipos conocidos de cáncer. Posteriormente, se probó en alrededor de 7,000 tumores cuyo origen era conocido. Los resultados fueron sorprendentes: el modelo logró predecir el origen del tumor con una precisión del 80%. Además, en los casos de predicciones de alta confianza, su precisión aumentó a un impresionante 95%.

Información valiosa para establecer tratamientos más precisos

La utilidad clínica de esta tecnología es innegable. Al analizar un conjunto de aproximadamente 900 tumores de pacientes con cáncer de origen desconocido, los investigadores lograron predecir con alta confianza el origen de al menos el 40% de los tumores. Esto podría traducirse en una mejora significativa en la elección de tratamientos dirigidos y personalizados para estos pacientes.

Los tratamientos dirigidos son fármacos específicos diseñados para atacar las características únicas de un tipo particular de cáncer. Sin embargo, para administrar estos tratamientos de manera efectiva, es fundamental conocer el origen del tumor. Aquí es donde la IA demuestra su valía. Los pacientes con cánceres de origen desconocido suelen recibir tratamientos generales de quimioterapia, con resultados variables y efectos secundarios significativos.

La tecnología OncoNPC tiene el potencial de cambiar esta situación. Al predecir con precisión el origen del tumor, los médicos pueden tomar decisiones de tratamiento más informadas y personalizadas. Un dato particularmente esperanzador es que esta tecnología también permitió identificar un 15% adicional de pacientes que podrían haber recibido tratamientos dirigidos existentes, en lugar de tratamientos de quimioterapia general. Esto significa que un número significativamente mayor de pacientes podría beneficiarse de terapias más efectivas y menos invasivas.

"Este modelo tiene el potencial de guiar a los médicos hacia tratamientos personalizados para pacientes con cánceres de origen primario desconocido", afirmó Intae Moon, estudiante de posgrado en ingeniería eléctrica e informática del MIT y autor principal del estudio.

El autor principal del estudio, Alexander Gusev, profesor asociado de medicina en la Escuela de Medicina de Harvard y el Instituto de Cáncer Dana-Farber, destacó que este enfoque podría salvar vidas al proporcionar tratamientos más precisos a pacientes que antes tenían opciones de tratamiento limitadas.