Junto con las enfermedades cardiovasculares, el cáncer es una de las principales causas de muerte en todo el mundo. La Organización Mundial de la Salud estima en torno a diez millones de muertes las atribuidas al cáncer a nivel global. Una cifra que fluctúa anualmente debido a múltiples factores, entre los que se encuentran el diagnóstico precoz, el tratamiento y la prevención.
El cáncer es una enfermedad verdaderamente compleja. Y como muestra un botón: existen más de 200 tipos de cánceres diferentes, cada uno de ellos con su idiosincrasia y características diferenciales, lo que los convierten en enfermedades con una causa, evolución y tratamiento específicos.
La inteligencia artificial combina las bases de datos con la computación, lo cual permite reconocer situaciones específicas y generar respuestas a cada una de ellas en un menor periodo de tiempo. Con la ayuda de esta herramienta se puede reducir, de forma segura, casi la mitad de la carga laboral de los radiólogos y disminuir la mortalidad de las pacientes.
Cribado poblacional de cáncer
En términos de salud, el cáncer es tiempo. Cuanto más se retrase el diagnóstico y, por consiguiente, el comienzo del tratamiento, peores serán las curvas de supervivencia. Por lo tanto, uno de los caballos de batalla al que se enfrentan los oncólogos es a incrementar la precocidad diagnóstica. En esto la inteligencia artificial puede ser una estupenda herramienta.
Una de las vías más prometedoras para mejorar la precisión de las imágenes diagnósticas y ayudar a los radiólogos proporcionándoles tiempo para centrarse en la atención al paciente son los algoritmos basados en inteligencia artificial, los cuales se han empleado en el diagnóstico precoz.
Desde hace tiempo se sabe que el cribado de un elevado número de mujeres es fundamental para reducir hasta en un 20% la mortalidad por cáncer de mama. Este proceso se lleva a cabo, principalmente, a través de la mamografía. Pues bien, se ha comprobado que con la ayuda de la inteligencia artificial es posible detectar un 20% más de tumores que los que se consiguen con la metodología tradicional de lectura con dos radiólogos.
También se ha testado su porcentaje de éxito en el análisis de nódulos pulmonares, demostrando -por vez primera- la capacidad de predecir el riesgo de cáncer en estos pacientes a partir de las pruebas de imagen. Con el apoyo de estos datos es posible tomar decisiones más eficientes, en comparación con los modelos de referencia utilizados en la actualidad, para llevar a cabo exploraciones más agresivas.
Biomarcadores tumorales
También se han puesto a prueba la utilidad de la inteligencia artificial para identificar biomarcadores que permitan conocer la eficacia y la toxicidad de los tratamientos, a fin de poder diseñar la mejor estrategia terapéutica. Esto se ha llevado a cabo con éxito, entre otros tumores, en los melanomas que precisan de un tratamiento avanzado.
Investigadores del Reino Unido encontraron que con un algoritmo también es posible distinguir entre tejidos cancerosos y no cancerosos, así como identificar patrones genómicos aberrantes específicos en más de una veintena de cánceres (desde mutaciones génicas hasta variaciones en el número de copias y duplicaciones del genoma).
Calculadora de supervivencia del cáncer
Según un estudio presentado en el Congreso Clínico 2023 del Colegio Americano de Cirujanos (ACS), con la inteligencia artificial es posible estimar las posibilidades de supervivencia a largo plazo de un paciente con diagnóstico reciente de cáncer.
Un modelo de inteligencia artificial se ha empleado con éxito para pronosticar la recaída a partir de datos clínicos y resultados de pruebas diagnósticas en las personas con cáncer colorrectal, al analizar información radiómica, entre la que se incluía hallazgos que son imperceptibles al ojo humano.
Optimizar tratamientos
Hace algún tiempo un equipo de investigadores de la Universidad de Toronto diseñó una herramienta de inteligencia artificial para reducir el tiempo en adaptar los planes de tratamiento de radiación a pacientes de forma individualizada.
Para ello utilizaron datos históricos de radiación que permitiese recomendar estrategias de tratamiento con éxito, comparables a los especialistas de radiación oncológica. Con la ayuda de este “copiloto” los oncólogos pudieron en apenas veinte minutos replicar los planes de tratamiento a los que los especialistas hubiesen llegado tras varios días de trabajo, optimizando, así los tratamientos.
Todos estos datos avalan que la inteligencia artificial reduce los tiempos diagnósticos en oncología, alivia la sobrecarga de los equipos médicos, evita la realización de estudios innecesarios y ayuda a tomar las mejores decisiones terapéuticas. Todo ello redunda en perder la posibilidad de tratar al tumor en sus etapas iniciales cuando las tasas de curación superan el 90%.
Referencias:
- Contraelcancer.es. Asociación Española Contra el Cáncer. Tipos de cáncer. [Internet]. Disponible en: https://www.contraelcancer.es/es/todo-sobre-cancer/tipos-cancer
- Roche.es. Cada año se detectan cerca de 4.000 tumores de origen desconocido en España. I Simposio del Grupo Español en Cáncer de Origen Desconocido (GECOD). [Internet]. Disponible en: https://www.roche.es/actualidad/notas-prensa/2018/noviembre/tumores-origen-desconocido-espana
- Nature.com. Nature Medicine. Machine learning for genetics-based classification and treatment response prediction in cancer of unknown primary. [Internet]. Disponible en: https://www.nature.com/articles/s41591-023-02482-6
MUY INTERESANTE