.png){kind=logo}
How Artificial Intelligence in Oncology Is Evolving Diagnosis, Treatment, and Drug Development to Improve the Lives of Cancer Patients
La inteligencia artificial en oncología está transformando el panorama del diagnóstico y el tratamiento del cáncer, ofreciendo herramientas nuevas y poderosas para mejorar los resultados de los pacientes. Desde la detección temprana hasta el tratamiento personalizado, la IA proporciona soluciones que aceleran el progreso en la lucha contra el cáncer.
La inteligencia artificial en oncología ha permitido avances en el diagnóstico del cáncer. Según artículos compartidos, la FDA ha aprobado más de 521 dispositivos médicos que utilizan la inteligencia artificial y el aprendizaje automático, centrados principalmente en la radiología. Estos dispositivos han sido particularmente eficaces para diagnosticar los cánceres de mama, pulmón y próstata, y representan el 31%, el 8,5% y el 8,5%, respectivamente, de los casos en los que la IA tiene el mayor impacto.
Desarrollan una herramienta de inteligencia artificial para predecir el riesgo de cáncer de pulmón
Sybil es una herramienta de inteligencia artificial desarrollada por investigadores del MIT y del Mass General Cancer Center que utiliza tomografías computarizadas de baja dosis (LDCT) para predecir el riesgo de desarrollar cáncer de pulmón hasta seis años antes de que aparezcan los primeros síntomas. Este algoritmo se validó analizando más de 6.000 escaneos del National Lung Screening Trial (NLST), de 8.821 pacientes del Hospital General de Massachusetts (MGH) y 12.280 del Hospital Memorial Chang Gung de Taiwán, logrando una precisión de hasta el 94% en la predicción del cáncer de pulmón en algunos casos. Sybil no requiere datos clínicos ni anotaciones de los radiólogos, lo que permite su implementación en tiempo real en las estaciones de radiología para facilitar la toma de decisiones. Si bien los resultados son prometedores, los investigadores señalan que se necesitan más estudios prospectivos para validar su eficacia en poblaciones más diversas.
La inteligencia artificial en oncología transforma el presente y, al mismo tiempo, promete grandes avances para el futuro en áreas como el desarrollo de fármacos, los asistentes virtuales para los pacientes y la optimización de los procesos de atención médica.
AlphaFold, una tecnología desarrollada por Google DeepMind, ha revolucionado el campo de la biología estructural al predecir con precisión la estructura tridimensional de 350.000 proteínas basándose únicamente en su secuencia genética. Este avance ha permitido a los investigadores comprender mejor cómo se pliegan las proteínas, algo esencial para el diseño de fármacos, ya que el plegamiento afecta a la forma en que interactúan. Gracias a esta tecnología, los posibles objetivos terapéuticos se pueden identificar con mayor rapidez y precisión, lo que reduce significativamente los costos de experimentación en el laboratorio.
Además, las herramientas de inteligencia artificial, como las desarrolladas por iNetMed, están transformando el descubrimiento preclínico de fármacos mediante la creación de modelos computacionales que simulan la evolución de una enfermedad en función de los cambios en la expresión génica. Estos modelos permiten predecir cómo un fármaco podría interactuar con un tumor, lo que mejora la precisión en la fase preclínica y aumenta las posibilidades de éxito en los ensayos clínicos.
Los asistentes virtuales también están comenzando a desempeñar un papel clave en el tratamiento del cáncer. Por ejemplo, Penn Medicine desarrolló un chatbot llamado Penny que guía a los pacientes a través de sus complejos regímenes de tratamiento, ayudándoles a reducir los errores y mejorar la adherencia al tratamiento en un 70%.
Disponible en: https://www.healthcareitnews.com/news/penn-medicine-uses-ai-chatbot-penny-improve-cancer-care
En un estudio realizado por Massive Bio y presentado en la Sociedad Estadounidense de Oncología Clínica (ASCO), la viabilidad de la tecnología DLVTB, que consiste en una «placa» de modelos que procesan y estructuran la información de los textos médicos, predicen los protocolos de tratamiento basados en la evidencia y generan un informe final mediante el aprendizaje profundo, denominado Junta tumoral virtual de aprendizaje profundo (DLVTB), quedó demostrado. Esta tecnología se utilizó para mejorar el tratamiento de los pacientes con adenocarcinoma colorrectal avanzado, identificando el tratamiento más adecuado para cada paciente. El 63% de los pacientes cumplió los requisitos para participar en al menos un ensayo clínico, lo que representa una mejora significativa con respecto al promedio nacional del 3% de elegibilidad para dichos estudios.
Se espera que el impacto de la inteligencia artificial en oncología siga creciendo. Si bien aún existen desafíos como el sesgo de los datos, especialmente en las poblaciones negras, la IA tiene el potencial de transformar la atención del cáncer a nivel mundial.
Conclusión:
La inteligencia artificial en oncología ayuda a detectar los cánceres en etapas más tempranas, mejorar la precisión del diagnóstico y personalizar los tratamientos para cada paciente. A medida que la IA siga evolucionando, su papel en la lucha contra el cáncer será cada vez más crucial, lo que beneficiará a millones de personas en todo el mundo.
Fuentes:
Desai, A., Loaiza-Bonilla, A., Culcuoglu, C., Johnston, K. y Kurnaz, S. (2021). Resultados y aplicabilidad de una junta virtual de aprendizaje profundo sobre tumores (DLVTB) en pacientes con cáncer colorrectal (CCR) que viven en comunidades. Revista de oncología clínica, 39(15_supll), 18635. https://doi.org/10.1200/JCO.2021.39.15_suppl.e18635
Kekatos, M. (2023). Cómo se usa la inteligencia artificial para detectar y tratar el cáncer y los posibles riesgos para los pacientes. Noticias de ABC. https://abcnews.go.com
Sava, J. (2023). Aplicaciones actuales de la inteligencia artificial en oncología. Oncología dirigida. https://www.targetedonc.com/view/current-applications-of-artificial-intelligence-in-oncology
Luchini, C., Pea, A. y Scarpa, A. (2022). Inteligencia artificial en oncología: aplicaciones actuales y perspectivas futuras. Revista británica de cáncer, 126(1), 4-9. https://doi.org/10.1038/s41416-021-01633-1
Vachon, C. M., Scott, C. G., Norman, A. D., Khanani, S. A., Jensen, M. R., Hruska, C. B., Brandt, K. R., Winham, S. J. y Kerlikowske, K. (2023). Impacto del sistema de inteligencia artificial y la densidad volumétrica en la predicción del riesgo del cáncer de mama intervárico, detectado mediante exámenes de detección y avanzado. Revista de oncología clínica, 22(11), 153. https://doi.org/10.1200/JCO.22.01153
Centro Oncológico Integral Kimmel de Johns Hopkins. (2022). Programa DeepTCR para predecir las respuestas a la inmunoterapia. Medicina de Johns Hopkins. https://www.hopkinsmedicine.org/kimmel_cancer_center/research/clinical_trials/
MIT y Mass General Cancer Center. (2023). Herramienta Sybil AI para la detección del cáncer de pulmón. Hospital General de Massachusetts. https://www.massgeneral.org/cancer-center
Penn Medicine. (2023). Penny: la asistente virtual para pacientes con cáncer. Penn Medicine. https://www.pennmedicine.org/
Marquedant, K. (2023). Herramienta de inteligencia artificial desarrollada para predecir el riesgo de cáncer de pulmón. Hospital General de Massachusetts. https://www.massgeneral.org/news/press-release/artificial-intelligence-tool-developed-to-predict-risk-lung-cancer
