¿Quieres apoyar las terapias personalizadas en cáncer a través de la inteligencia artificial?

Equipo del Proyecto ADIANTHE. / Mundiario
Equipo del Proyecto ADIANTHE. / Mundiario

Un equipo de Hematología del CHUS que lidera un proyecto contra la leucemia busca mecenas entre personas y empresas para seguir investigando.

¿Quieres apoyar las terapias personalizadas en cáncer a través de la inteligencia artificial?

Si quieres apoyar las terapias personalizadas en cáncer a través de la inteligencia artificial ya puedes hacerlo. Un equipo de Hematología del CHUS que lidera un proyecto contra la leucemia busca mecenas entre personas y empresas para seguir investigando. Su promotor es el Grupo de Investigación en Oncohematología del Servicio de Hematología del CHUS y la asociación-colaboradora es Asotrame, cuyo número de cuenta bancaria es ES75 2080 0240 38 3040004920

Detrás de esta iniciativa también está la Asociación Gallega de Afectados de Transplantes Medulares (Asotrame), una entidad sin ánimo de lucro, declarada de utilidad pública, creada en el año 2013, con el objetivo fundamental de mejorar la calidad de vida de las personas transplantadas de médula ósea, de aquellas que se encuentran inmersas en un proceso de un cáncer hematológico, de sus familiares y, por ende, del conjunto de la sociedad. Para conseguir los objetivos recogidos en los estatutos, desde la entidad pusieron en marcha diferentes tipos de proyectos, servicios y actividades, siempre bajo el mismo denominador común: mejorar la calidad de vida de pacientes y familiares.

Aplicación y Desarrollo de Inteligencia Artificial eN Tumores HEmatológicos

Asotrame y el grupo de investigación de Hematología del Hospital Clínico Universitario de Santiago colaboran en un proyecto para poner en marcha aplicaciones de big data e inteligencia artificial de cara a avanzar en el abordaje personalizado del diagnóstico, pronóstico y tratamiento del cáncer hematológico (leucemia, linfoma, mieloma…). El título de la línea de investigación es Aplicación y Desarrollo de Inteligencia Artificial eN Tumores HEmatológicos (proyecto ADIANTHE). 

"En la actualidad existe un creciente número de estrategias de tratamiento para los pacientes oncohematológicos, pero por desgracia se carece de la suficiente estrategia para optimizar el uso de dichas terapias en la vida real. La aplicación de tecnologías de inteligencia artificial a la información molecular y clínica de los pacientes nos permite extraer predicciones sobre cuáles son las mejores estrategias para cada nuevo paciente en base a la experiencia acumulada en la práctica clínica pasada", explica un portavoz del grupo de investigación.

En este proyecto utilizan datos recogidos en historias clínicas electrónicas y variables derivadas del análisis genómico de los tumores hematológicos para crear modelos personalizados de supervivencia y de predicción de respuesta a los diferentes tratamientos usados en la vida real. "Dichos resultados nos permitirán optimizar el uso de las terapias de forma personalizada de tal forma que podamos seleccionar el tratamiento idóneo para que cada paciente viva más tiempo y/o alcance mayores posibilidades de curarse de su neoplasia", añade la misma fuente.

Las nuevas tecnologías genómicas y el almacenamiento de grandes cantidades de datos clínicos y analíticos por parte de los sistemas de salud digitalizados han permitido albergar millones de variables de interés para poder estudiar los resultados sobre la salud de los tratamientos establecidos en la vida real. Ahora más que nunca es necesario dar coherencia a ese gran conjunto de información de tal forma que la experiencia acumulada sobre el tratamiento de miles de pacientes en el pasado pueda servir para optimizar el tratamiento de cada nuevo paciente que sea diagnosticado con una neoplasia hematológica.

Líneas de trabajo abiertas en varias patologías

"Desde el Grupo de Investigación en Oncohematología del Servicio de Hematología del Complexo Hospitalario Universitario de Santiago (CHUS) tenemos varias líneas de investigación abiertas orientadas al análisis de los predictores pronósticos y de respuesta a tratamientos de los pacientes con diferentes tipos de neoplasias hematológicas, habiendo publicado resultados prometedores en 9 revistas internacionales en el último año", informa este grupo de investigadores.

Hasta este momento se han centrado principalmente en obtener información molecular –secuenciación masiva– e información clínica y analítica relevante de los pacientes en el momento del diagnóstico de un tumor hematológico. Posteriormente, aplicaron herramientas de inteligencia artificial para poder procesar con coherencia todo ese gran volumen de datos y poder extraer predicciones individualizadas de supervivencia que puedan servir como guía para mejorar el tratamiento de cada nuevo paciente. En este sentido, mantienen abiertas líneas de trabajo en las siguientes patologías y con los siguientes objetivos:

1. Linfoma B Difuso de Células grandes: predicción de la supervivencia global de pacientes desde el momento del diagnóstico con el objetivo de seleccionar pacientes para tratamientos innovadores en fases más precoces.

2. Mieloma Múltiple: predicción de supervivencia global y de la mejor combinación de tratamientos para cada paciente desde el momento del diagnóstico.

3. Leucemia Linfática Crónica: identificación de nuevos biomarcadores pronósticos, predicción de respuesta a nuevos fármacos, optimización de secuencia de tratamientos.

4. Leucemia Mieloblástica Aguda: predicción de supervivencia global en base a perfiles moleculares, predicción de respuesta a inhibidores de la proteína FLT3.

5. Linfoma Folicular: predicción de las recaídas precoces de la enfermedad tras el primer tratamiento.

6. Linfoma de Hodgkin: predicción de los casos que van a recaer tras ser tratados con combinaciones de quimioterapia estándar.

7. Neoplasias mielodisplásicas y mieloproliferativas: caracterización de nuevos grupos moleculares en perfil del riesgo clínico y respuesta a fármacos (5-azacitidina, ruxolitinib…).

¿Qué es la inteligencia artificial?

Se puede definir la inteligencia artificial como cualquier aparato que percibe su medio ambiente y toma acciones  que maximizan su posibilidad de alcanzar sus objetivos. Tradicionalmente se usa para referirse a sistemas que simulan actividades cognitivas humanas: aprendizaje y solución de problemas.

Inteligencia Artificial.

– ¿Cómo puede aplicarse la inteligencia artificial para mejorar el tratamiento de los pacientes con enfermedades oncohematológicas?

– Los estudios habituales (ensayos clínicos) permiten inferir si en un grupo de pacientes habitualmente diverso un tratamiento o conjunto de tratamientos supone un beneficio global sobre la terapia tradicional, pero no son estudios capaces de identificar qué tratamiento va a ser más efectivo para cada paciente, es decir, no permiten individualizar tratamientos. El desarrollo de la inteligencia artificial supone un avance fundamental para procesar con significado vastas cantidades de información que se escapan de la capacidad humana, de modo que puede dar sentido a información dispersa en grandes bases de datos sobre millones de pacientes. Por lo tanto, puede ayudarnos a analizar la experiencia acumulada sobre el tratamiento de miles de pacientes con neoplasias hematológicas de modo que dicha experiencia pueda ser utilizada para generar modelos predictivos que seleccionen el mejor tratamiento para cada nuevo paciente. De este modo, se consigue personalizar las terapias, es decir, dar a cada paciente el mejor tratamiento para su enfermedad.

– ¿Cómo se puede colaborar con el equipo de investigación?

– Todos nuestros proyectos dependen de la existencia de financiación para continuar su desarrollo y poder llegar en algún momento a la vida real. Necesitamos tu apoyo para poder seguir avanzando en la lucha contra el cáncer hematológico a través de tu colaboración económica. Los fondos recaudados serán utilizados con las siguientes finalidades: 1. Compra de equipos y reactivos necesarios para análisis moleculares. 2. Contratación de personal técnico necesario. 3. Costes de tramitación de proyectos. 4. Mantenimiento del biobanco de muestras hematológicas. 5. Análisis de datos y costes de publicación de trabajos. 6. Difusión de los resultados. Y 7. Formación de personal en tecnologías clave.

Equipo que participa en el proyecto

Investigadores principales: José Luis Bello López, Adrián Mosquera Orgueira, Jose Ángel Díaz Arias, Marta Sonia González Pérez, Manuel Mateo Pérez Encinas. 

Investigadores junior: Andrés Peleteiro Raíndo, Miguel Cid López.

Investigadores colaboradores: Emilia Fontanes Trabazo, Laura Bao Pérez, Natalia Alonso Vence, Manuel Albors Ferreiro, Aitor Abuín Blanco, Roi Ferreiro Ferro, María José Rabuñal Martínez, Ángeles Bendaña López. @mundiario

Comentarios