Buscar

MUNDIARIO

Científicos usan la inteligencia artificial para determinar los beneficiarios de la inmunoterapia

Los expertos ahora pueden determinar qué pacientes con cáncer de pulmón se beneficiarán de la inmunoterapia costosa.
Científicos usan la inteligencia artificial para determinar los beneficiarios de la inmunoterapia
La inmunoterapia busca contrarrestar el cáncer. / RRSS
La inmunoterapia busca contrarrestar el cáncer. / RRSS

Sara Rada

Periodista.

Actualmente, solo alrededor del 20% de todos los pacientes con cáncer se beneficiarán de la inmunoterapia costosa. Ahora, una nueva investigación puede determinar cuáles están en esa categoría, simplemente analizando cambios nunca antes vistos en los patrones en las tomografías computarizadas tomadas cuando se diagnostica el cáncer de pulmón por primera vez en comparación con las tomas tomadas después de los primeros 2-3 ciclos de tratamiento de inmunoterapia.

Los científicos del laboratorio de imágenes digitales de la Universidad Case Western Reserve, que ya fueron pioneros en el uso de la Inteligencia Artificial (IA) para predecir si la quimioterapia será exitosa, ahora pueden determinar qué pacientes con cáncer de pulmón se beneficiarán de la inmunoterapia costosa.

Una vez más, lo están haciendo enseñando a una computadora a encontrar cambios nunca antes vistos en los patrones de las tomografías computarizadas tomadas cuando se diagnostica el cáncer de pulmón por primera vez en comparación con las tomas tomadas después de los primeros 2-3 ciclos de tratamiento de inmunoterapia y, como con el trabajo anterior, esos cambios se han descubierto tanto dentro como fuera del tumor, una firma de la investigación reciente del laboratorio.

"Esto no es un destello: esta investigación realmente parece estar reflejando algo sobre la propia biología de la enfermedad, sobre cuál es el fenotipo más agresivo, y esa es información que los oncólogos no tienen actualmente", dijo Anant Madabhushi, cuyo Centro para imágenes computacionales y diagnósticos personalizados (CCIPD) se ha convertido en un líder mundial en la detección, diagnóstico y caracterización de varios tipos de cáncer y otras enfermedades mediante mallado de imágenes médicas, aprendizaje automático e IA.

Actualmente, solo alrededor del 20% de todos los pacientes con cáncer se beneficiarán de la inmunoterapia, un tratamiento que difiere de la quimioterapia en que usa medicamentos para ayudar a su sistema inmunitario a combatir el cáncer, mientras que la quimioterapia usa medicamentos para matar directamente las células cancerosas, según el National Cancer Instituto.

Madabhushi dijo que el trabajo reciente de su laboratorio ayudaría a los oncólogos a saber qué pacientes se beneficiarían realmente de la terapia y cuáles no.

"Aunque la inmunoterapia ha cambiado todo el ecosistema del cáncer, también sigue siendo extremadamente costosa: alrededor de $ 200.000 por paciente, por año", dijo Madabhushi. "Eso es parte de la toxicidad financiera que acompaña al cáncer y da como resultado que aproximadamente el 42% de todos los nuevos pacientes diagnosticados con cáncer pierdan sus ahorros de vida dentro de un año después del diagnóstico".

Tener una herramienta basada en la investigación que está haciendo ahora su laboratorio contribuiría en gran medida a "hacer un mejor trabajo para identificar qué pacientes responderán a la inmunoterapia en lugar de tirar $ 800.000 por el desagüe", agregó, haciendo referencia a los cuatro pacientes. de cinco que no se beneficiarán, multiplicado por el costo anual estimado.

Nueva investigación publicada

La nueva investigación, dirigida por los coautores Mohammadhadi Khorrami y Prateek Prasanna, junto con Madabhushi y otros 10 colaboradores de seis instituciones diferentes se publicó este mes en la revista Cancer Immunology Research.

Khorrami, un estudiante graduado que trabaja en el CCIPD, dijo que uno de los avances más significativos en la investigación fue la capacidad del programa de computadora para notar los cambios en la textura, el volumen y la forma de una lesión determinada, no solo su tamaño.

"Esto es importante porque cuando un médico decide, solo con imágenes de CT, si un paciente ha respondido a la terapia, a menudo se basa en el tamaño de la lesión", dijo Khorrami. "Hemos encontrado que el cambio de textura es un mejor predictor de si la terapia está funcionando".

"A veces, por ejemplo, el nódulo puede aparecer más grande después de la terapia debido a otra razón, digamos un vaso roto dentro del tumor, pero la terapia realmente está funcionando. Ahora, tenemos una forma de saberlo".

Prasanna, un asociado de investigación postdoctoral en el laboratorio de Madabhushi, dijo que el estudio también mostró que los resultados fueron consistentes en los escaneos de pacientes tratados en dos sitios diferentes y con tres tipos diferentes de agentes de inmunoterapia.

"Esta es una demostración del valor fundamental del programa, que nuestro modelo de aprendizaje automático podría predecir la respuesta en pacientes tratados con diferentes inhibidores del punto de control inmunitario", dijo. "Estamos tratando con un principio biológico fundamental".

Prasanna dijo que el estudio inicial usó tomografías computarizadas de 50 pacientes para entrenar la computadora y crear un algoritmo matemático para identificar los cambios en la lesión. Dijo también que el siguiente paso será probar el programa en casos obtenidos de otros sitios y en diferentes agentes de inmunoterapia. Esta investigación recientemente ganó un Premio al Mérito de la Conquer Cancer Foundation de la ASCO 2019.   @mundiario