En 2020, ¿podría la inteligencia artificial ayudar a curar el cáncer?

El tiempo es esencial cuando se trata de tratar el cáncer, la segunda causa principal de muerte en los EE. UU. Según los Centros para el Control y la Prevención de Enfermedades. Entre el diagnóstico y el primer día de tratamiento, pueden pasar días e incluso semanas a medida que los médicos se reúnen para discutir los planes de tratamiento y ordenar las pruebas para reunir la mayor cantidad de información posible. Pero a medida que amanece una nueva década, la inteligencia artificial puede ganar más tiempo para aquellos que más lo necesitan.

Tanto el presidente Donald Trump como el ex vicepresidente Joe Biden han prometido priorizar la cura del cáncer si ganan las elecciones de 2020. Pero debido a su compleja biología, el cáncer ha sido históricamente difícil de curar con una píldora o inyección. A medida que nuevos tratamientos como la inmunoterapia se someten a más investigaciones, los sistemas de salud están comenzando a aprovechar el intercambio de datos y la inteligencia artificial para predecir mejor el pronóstico de un paciente y determinar el plan de tratamiento más efectivo para su cáncer en función de otros pacientes con historias clínicas similares.

Puede ganar tiempo para quienes más lo necesitan y acelerar la búsqueda de curas medicinales.

“En el pasado, se perdían grandes cantidades de información en los archivadores y los servidores desconectados. La era de los grandes datos está permitiendo que CancerLinQ y otras iniciativas accedan a esta gran y creciente cantidad de datos no identificados para ayudar a los médicos a brindar atención de alta calidad “, dijo el Dr. Robert Miller, director médico de CancerLinq, que recopila datos anónimos de pacientes de forma electrónica. registros de salud a nivel nacional. “En lugar de aprender solo del 3% de los pacientes que se unen a los ensayos clínicos, CancerLinQ tiene como objetivo permitir que las prácticas aprendan de todos los que tienen cáncer”.

“Usar técnicas informáticas para extraer datos de esta manera es útil, y estamos en las primeras etapas de entenderlo. La promesa está ahí ”, dijo el Dr. John Vu, oncólogo médico certificado por la junta y director de informática clínica en el Centro de Cáncer Baptist MD Anderson en Jacksonville, Florida. “Con análisis avanzados, podríamos obtener información más específica, como el pronóstico en una situación particular, o tener una mejor idea de su composición genética y el tiempo de respuesta para un tratamiento exitoso”.

Vu cree que el diagnóstico y el tratamiento en el mismo día ayudarían a los pacientes a vencer el cáncer porque cada día cuenta con una enfermedad notoriamente rápida. Pero para que esto se haga realidad, el resto de la tecnología médica necesitaría ponerse al día. Por ejemplo, los laboratorios de patología pueden no tener resultados de biopsia en el mismo día. Si se aceleran otros pasos en el proceso de diagnóstico, dijo Vu, se sentiría equipado para tomar decisiones de tratamiento más rápido de lo que es posible actualmente.

“Si alguien necesita tratamiento de inmediato, y tuve resultados ese día, ese paciente podría ser tratado con terapias dirigidas ese día. No tenemos la tecnología para cambiarlo en un día, pero cuando lleguemos allí, sí, eso ayudaría a ese paciente ”, dijo.

La iniciativa Cancer Moonshot del NCI tiene como objetivo mejorar la atención del cáncer y acelerar la investigación, y un brazo de esa misión se centra en el intercambio de datos. Los proyectos financiados por Cancer Moonshot requieren que los investigadores presenten un plan de cómo se compartirán con el público sus conclusiones y los datos a lo largo del ensayo. Su respuesta debe terminar con los datos JUSTOS: encontrables, accesibles, interoperables y reutilizables. Si bien el intercambio de datos siempre ha sucedido entre colegas y entre expertos que conocen el trabajo del otro, el intercambio de datos a nivel internacional solo ha ganado popularidad en los últimos años.

“Uno de nuestros objetivos generales es mejorar el intercambio de datos, asegurándonos de que los datos que provienen de cualquiera de los proyectos financiados a través de los fondos de Moonshot estén en manos de personas que pueden usar bien esa información”, Dr. Jaime Guidry-Auvil, director de la Oficina de Intercambio de Datos en el Instituto Nacional del Cáncer (NCI), dijo a The Daily Beast. “No siempre se ha apreciado lo útil que es compartir datos. Una vez que se publica una hipótesis, se puede pensar que ha habido un proceso científico suficiente. Lo que ocurre a medida que se generan más datos es que podemos tomar los datos y usarlos de diferentes maneras: tanto para validar una hipótesis como para generar una hipótesis ”.

Vu está de acuerdo en que, si bien la IA no es un sustituto de una cura medicinal que algún día podría terminar con el cáncer, los avances en el intercambio de datos y el análisis en la atención médica podrían conducir a lo que hace. Al encontrar asociaciones dentro de los datos, la IA puede orientar a los investigadores en nuevas direcciones que tal vez no hayan considerado de otra manera.

“Puede ver una asociación que, si le da este medicamento a este paciente, en 1,000 pacientes, parece ayudar, pero no muestra una causa y efecto. Se puede conducir hipótesis “, explicó. “Al observar estos grandes conjuntos de datos, comienza a pensar en preguntas clínicas sobre los datos que deben responderse, y genera ensayos clínicos para responderlos, y podemos encontrar respuestas que de otro modo no se hubieran encontrado. De esa manera, la IA puede acortar el ciclo de vida del ensayo clínico. Puede generar hipótesis que no pensamos de otra manera ”.

Por ejemplo, dijo Vu, la mayoría de los pacientes con cáncer de pulmón hoy reciben pruebas de secuenciación del genoma, que busca mutaciones específicas dentro de su cáncer que los médicos saben que responden bien a ciertos tratamientos. Hipotéticamente, el análisis de AI de los datos del paciente puede revelar una tendencia de que una mutación específica predice una supervivencia más larga independientemente del tratamiento, o mostrar un nuevo vínculo entre una mutación menos comprendida y un tratamiento en desarrollo.