Investigadores de los Institutos Nacionales de la Salud (INS) crearon una herramienta de inteligencia artificial (IA) que usa datos clínicos habituales como análisis de sangre sencillos para diagnosticar si el cáncer de una persona responderá a los inhibidores de puntos de control inmunitario. Esto refiere a un tipo de medicamento de inmunoterapia que ayuda a las células inmunitarias a destruir las células cancerosas.
El estudio, que se publicó en junio de 2024 en la revista Nature Cancer, estuvo a cargo de investigadores del Centro de Investigación Oncológica (CCR) del Instituto Nacional del Cáncer (NCI) de los NIH y del Centro Oncológico Memorial Sloan Kettering de Nueva York. Los expertos señalan que el modelo de aprendizaje automático podrá ayudar a los médicos a evaluar si dichos medicamentos son eficaces para tratar el cáncer en un paciente.
Es importante mencionar que actualmente existen dos biomarcadores pronósticos aprobados por la Administración de Alimentos y Medicamentos (FDA) para que identifiquen a los pacientes que se beneficiarían del tratamiento con inhibidores de puntos de control inmunitario. Como tal, el primero es la carga mutacional del tumor, es decir, el número de mutaciones en el ADN de las células cancerosas. El segundo es la PD-L1, una proteína de las células tumorales que limita la respuesta inmunitaria y también es la diana (molécula a donde se dirige la terapia) de algunos inhibidores de puntos de control inmunitario.
Sin embargo, estos dos biomarcadores no en todos los casos pronostican con precisión la respuesta a los inhibidores de puntos de control inmunitario. De hecho, se ha demostrado que los últimos modelos de aprendizaje automático que utilizan datos de secuenciación molecular son útiles para pronosticar la respuesta, pero conseguir este tipo de datos es altamente costoso y no se obtienen de forma habitual.
Estos son los resultados de la herramienta IA
Este estudio se presenta como un modelo de aprendizaje automático diferente que incluye la carga mutacional del tumor que es evaluada mediante secuenciación en serie y permite generar pronósticos a partir de cinco datos que se informan en la práctica clínica de rutina:
- Edad
- Tipo de cáncer
- Antecedentes de terapia sistémica;
- Concentración de albúmina en la sangre
- Relación neutrófilos/linfocitos en la sangre (que indica inflamación).
Este modelo de IA se creó y evaluó a partir de varios conjuntos de datos independientes que incluyeron a 2881 pacientes, los cuales recibieron tratamiento con inhibidores de puntos de control inmunitario para 18 tipos diferentes de tumores sólidos. Como resultado, pronosticó con precisión la probabilidad de que un paciente respondiera a un inhibidor de puntos de control inmunitario y el tiempo de vida, tanto general como antes de que volviera la enfermedad.
Por su parte, los investigadores han señalado que el modelo también ayudó a identificar a pacientes que se beneficiarían de la inmunoterapia a pesar de que tenía una carga mutacional del tumor baja. A pesar de este gran avance en la medicina oncológica, aún se requieren estudios prospectivos más amplios que permitan la evaluación del modelo de IA en entornos clínicos.
“El modelo de IA es un puntaje de respuesta a la inmunoterapia basada en la regresión logística, cuyo nombre en inglés es “Logistic Regression-Based Immunotherapy-Response Score” (LORIS), y los investigadores lo pusieron a disposición del público en https://loris.ccr.cancer.gov. La herramienta calcula la probabilidad de que un paciente responda a los inhibidores de puntos de control inmunitario según las seis variables arriba descritas”, destaca el INC.
