Investigadores de la Universidad Nacional Australiana, el Instituto Nacional de Cáncer en Estados Unidos y la farmacéutica Pangea Biomed han desarrollado una nueva herramienta basada en inteligencia artificial para predecir la respuesta al tratamiento en pacientes con cáncer. Los autores han denominado esta nueva aproximación como DeepPT.
La Inteligencia Artificial o IA es un tipo de herramienta informática que está demostrando ser de gran utilidad en diversos campos médicos, especialmente en genética, donde se manejan enormes volúmenes de datos biológicos. Por este motivo, en los últimos años se están desarrollando nuevas herramientas basadas en Inteligencia Artificial para el diagnóstico y el tratamiento de diferentes tipos de cáncer. Es el caso de DeepPT, que puede ayudar a predecir la respuesta a ciertos tratamientos en pacientes con cáncer, de cara a seleccionar un tratamiento más personalizado para cada paciente.
Los creadores de DeepPT han entrenado y puesto a prueba su nueva herramienta en un estudio con datos de pacientes de 16 tipos de cáncer diferentes. Sus resultados han sido publicados este mes de julio en la revista Nature Cancer.
Predecir el perfil de ARNm en base a imágenes histopatológicas del tumor
El análisis histopatológico de un tumor proporciona información crucial sobre el cáncer en cada paciente. Los avances recientes en las técnicas ómicas han revelado que la conformación histológica de cada tumor está estrechamente relacionada con su perfil molecular. Con el objetivo de reunir la mayor cantidad posible de datos de cada tumor y facilitar la clasificación y el tratamiento de los diferentes tipos de cáncer, el equipo de investigadores ha desarrollado DeepPT.
DeepPT es una herramienta bioinformática que emplea modelos de inteligencia artificial de aprendizaje profundo para predecir el perfil de ARNm de un paciente en base a imágenes histopatológicas del tumor. Para ello, el equipo de desarrolladores entrenó la herramienta DeepPT con datos de la expresión génica de 16 tipos de tumores diferentes y sus correspondientes imágenes histopatológicas asociadas. Esto permite a la inteligencia artificial asociar las diferentes estructuras de cada muestra tumoral a ciertos perfiles de expresión génica, lo que puede ayudar a predecir la progresión del tumor.
Según señala el Dr. Hoang, uno de los desarrolladores de DeepPT e investigador en el Instituto de Ciencia de Datos Biológicos de la Universidad Nacional Australiana, cuando se combina dentro de un “pipeline” de procesos llamado ENLIGHT, DeepPT es capaz de predecir cómo va a responder un paciente al tratamiento en diferentes tipos de cáncer.
«Sabemos que seleccionar un tratamiento adecuado para los pacientes con cáncer puede ser fundamental para los resultados de los pacientes», afirma el Dr. Hoang.
Impacto del modelo DeepPT-ENLIGHT
En su trabajo, el equipo del Dr. Hoang utilizó el tándem DeepPT-ENLIGHT para predecir la respuesta al tratamiento en más de 5500 pacientes del consorcio Atlas del Genoma del Cáncer. Se incluyeron datos de pacientes con 16 tipos de cáncer diferentes, como el de mama, pulmón, cabeza y cuello, cuello uterino y páncreas, entre otros.
Gracias al análisis con las herramientas DeepPT y ENLIGHT, el equipo logró predecir la respuesta al tratamiento del cáncer con mayor éxito en comparación con otras aproximaciones no basadas en Inteligencia Artificial. “Observamos una mejora en la tasa de respuesta de los pacientes del 33,3% sin utilizar nuestro modelo al 46,5% con el uso de nuestro modelo», explica el Dr. Hoang.
El futuro de la inteligencia artificial en oncología y tratamiento del cáncer
DeepPT no es la primera herramienta basada en inteligencia artificial desarrollada por el equipo del Dr. Hoang para su uso en pacientes oncológicos. En mayo de 2024, los mismos investigadores publicaron los resultados de DEPLOY, un modelo basado en Inteligencia Artificial para clasificar tumores cerebrales.
DEPLOY y DeepPT se suman a la lista de modelos basados en inteligencia artificial con potencial para su utilización en el diagnóstico y la predicción de la respuesta a fármacos en pacientes con cáncer. Futuras investigaciones se centrarán en entrenar y optimizar estas herramientas bioinformáticas, con el objetivo de mejorar sus aplicaciones en diferentes tipos de tumores.
Fuente: AI model to improve patient response to cancer therapy. ANU Reporter. https://reporter.anu.edu.au/all-stories/ai-model-to-improve-patient-response-to-cancer-therapy
Artículo original: Hoang DT, et al. A deep-learning framework to predict cancer treatment response from histopathology images through imputed transcriptomics. Nat Cancer. 2024 Jul 3. doi: http:/doi.org/10.1038/s43018-024-00793-2.
Si te ha gustado esta noticia y quieres aprender más sobre Genética en Medicina, te interesa nuestra formación, como el “Máster de Medicina de Precisión y Genética Clínica“, o el “Experto Universitario en Oncogenética“ y cursos”.
