Inteligencia artificial en oncología: nuevo biomarcador permite personalizar la duración del tratamiento hormonal en el cáncer de próstata

Un estudio reciente publicado en Journal of Clinical Oncology muestra que un nuevo biomarcador basado en inteligencia artificial podría redefinir la duración ideal de la terapia de privación androgénica (TPA) en pacientes con cáncer de próstata de alto riesgo. Esta herramienta, validada en múltiples ensayos clínicos, permite identificar a los pacientes que se benefician del TPA a largo plazo, así como a aquellos que podrían evitar los efectos adversos de un tratamiento innecesariamente prolongado.

Cáncer de próstata de alto riesgo y el reto de la duración terapéutica

La TPA a largo plazo se ha consolidado como una estrategia eficaz para reducir el riesgo de metástasis a distancia y mortalidad en pacientes con cáncer de próstata localizado de alto riesgo. Sin embargo, esta modalidad terapéutica conlleva efectos secundarios significativos como deterioro metabólico, disfunción sexual, osteoporosis y afectación de la calidad de vida, lo cual ha motivado la búsqueda de herramientas que permitan individualizar la duración del tratamiento.

El nuevo biomarcador predictivo desarrollado mediante inteligencia artificial multimodal (MMAI Prostate LT-ADT) utiliza imágenes digitales de biopsias previas al tratamiento y datos clínicos de seis ensayos clínicos fase 3 para clasificar a los pacientes en dos grupos: aquellos que se benefician significativamente del TPA a largo plazo (biomarcador positivo) y aquellos para quienes el beneficio no es significativo (biomarcador negativo).

Evidencia clínica: validación del modelo en el ensayo RTOG 9202

La validación del modelo se realizó mediante el ensayo clínico RTOG 9202, que incluyó a 1.192 pacientes con cáncer de próstata localizado no metastásico, aleatorizados a recibir radioterapia combinada con TPA corto (4 meses) o TPA largo (28 meses). El seguimiento medio fue de 17,2 años.

Así mismo, el biomarcador clasificó al 66 % de los pacientes como positivos para TPA prolongado y al 34 % como negativos. En el grupo general, el TPA largo redujo el riesgo estimado de metástasis a distancia a 15 años del 26 % al 17 % (sHR: 0,64; p < 0,001). La diferencia fue especialmente relevante en pacientes con biomarcador positivo, quienes mostraron una reducción del 14 % en el riesgo estimado a 15 años de metástasis a distancia en comparación con aquellos que recibieron TPA corto (sHR: 0,55; p < 0,001).
En cambio, los pacientes con biomarcador negativo no obtuvieron un beneficio significativo con la extensión del tratamiento (sHR: 1,06; p = 0,84), lo que indica que podrían evitar el TPA prolongado sin comprometer sus resultados clínicos.

Impacto clínico y reducción de efectos adversos innecesarios

El modelo MMAI también demostró capacidad predictiva para la mortalidad por metástasis a distancia. En general, el riesgo estimado fue del 15 % con TPA largo y del 23 % con TPA corto (sHR: 0,64; p < 0,001). El biomarcador predijo de forma robusta la evolución clínica independientemente de la duración del tratamiento (sHR: 2,35; p < 0,001).

Estos hallazgos refuerzan la utilidad de la inteligencia artificial como herramienta de medicina de precisión, permitiendo personalizar la duración del tratamiento y reducir la exposición innecesaria a terapias de alto costo y con efectos adversos significativos. El uso de MMAI podría mejorar la toma de decisiones compartidas y optimizar los recursos en oncología radioterápica.

Limitaciones y conflicto de intereses

El estudio reconoce limitaciones metodológicas, como la necesidad de imágenes digitales de alta calidad y datos clínicos completos para la generación del biomarcador. Además, los autores advierten sobre posibles sesgos inherentes al uso de datos etiquetados y no etiquetados en modelos supervisados y autosupervisados.

Cabe destacar que el desarrollo del biomarcador fue financiado parcialmente por la empresa Artera Inc., y varios autores del estudio declararon ser empleados o accionistas de la compañía, lo que subraya la necesidad de validar estos hallazgos de forma independiente en futuras investigaciones.

Hacia una terapia oncológica más inteligente y personalizada

La incorporación de biomarcadores derivados de inteligencia artificial como MMAI Prostate LT-ADT representa un avance significativo hacia la personalización del tratamiento del cáncer de próstata. Al identificar a los pacientes que realmente se benefician de una terapia hormonal prolongada, se mejora la eficacia clínica, se reducen efectos adversos y se optimiza el uso de recursos.

Para los profesionales de la salud, este hallazgo plantea una oportunidad de integrar herramientas de IA en la toma de decisiones oncológicas basadas en evidencia, promoviendo una medicina más precisa, eficiente y centrada en el paciente.