Protocolo de IA ‘DeepHRD’ listo para transformar el tiempo y los costos del tratamiento del cáncer

El cáncer sigue siendo una amenaza en todo el mundo. A pesar de una avalancha de innovaciones científicas, sigue siendo la principal causa de muertes en todo el mundo. 

En 2024, solo en los Estados Unidos, se estima que se diagnosticarán dos millones de casos de cáncer, mientras que el número total de muertes proyectado superará la cifra de 610,000. 

Los cálculos basados en datos de 2017-2019 muestran que más del 40 % de los hombres y mujeres en los Estados Unidos serán diagnosticados con cáncer en algún momento de su vida. Aún más alarmante es que este año, cerca de 15,000 niños y adolescentes serán diagnosticados con cáncer, y aproximadamente 1,600 lamentablemente fallecerán a causa de él.

La situación en los Estados Unidos refleja el escenario global. Como una de las principales causas de muerte en todo el mundo, en 2022 hubo casi 20 millones de casos nuevos y 9,7 millones de muertes relacionadas con el cáncer a nivel mundial. Y no se vislumbra alivio a corto plazo. Para 2040, se espera que el número de casos nuevos de cáncer por año aumente a 29,9 millones y el número de muertes relacionadas con el cáncer a 15,3 millones.

Por lo tanto, la amenaza del cáncer requiere esfuerzos integrales de la comunidad científica, tecnológica y de investigación médica. En el siguiente segmento, discutiremos uno de esos esfuerzos que hace que la gente de todo el mundo sea optimista y entusiasta sobre su potencial para futuros emprendimientos.

Haga clic aquí para obtener una lista de las principales acciones de terapias contra el cáncer.

Oncología de precisión impulsada por IA para biopsias de cáncer

Una reciente publicación científica publicación en el Journal of Clinical Oncology mencionó sus esfuerzos para entrenar DeepHRD, una plataforma de aprendizaje profundo para predecir HRD a partir de hematoxilina y eosina (H&E) teñidas diapositivas histopatológicas, utilizando cánceres de mama y ovario primarios del The Cancer Genome Atlas (TCGA). 

Este avance es significativo porque los cánceres con deficiencia de recombinación homóloga (HRD) se benefician de sales de platino e inhibidores de la poli(ADP‑ribosa) polimerasa. Sin embargo, las pruebas diagnósticas estándar para detectar HRD requieren perfilado molecular, lo cual no está disponible universalmente.

Los resultados de la investigación concluyeron que DeepHRD podría predecir HRD en cánceres de mama y ovario directamente a partir de diapositivas rutinarias de H&E en múltiples cohortes externas, escáneres de diapositivas y variables de fijación de tejido. Cuando sus resultados fueron comparados con el sistema convencional de pruebas moleculares, la plataforma DeepHRD pudo clasificar de 1,8 a 3,1 veces más pacientes y mostró mejor supervivencia global (OS) en cáncer de ovario seroso de alto grado y supervivencia libre de progresión específica de platino (PFS) en cáncer de mama metastásico.

Si bien los resultados muestran las razones del entusiasmo de la comunidad médica por la solución, la inclusión de IA supuso una gran mejora en la logística operativa del diagnóstico temprano del cáncer y su tratamiento pertinente.

Haga clic aquí para aprender cómo se puede usar CRISPR para tratar el cáncer.

¿Por qué es crucial la inclusión del protocolo de IA?

Según los investigadores de UC San Diego en la cabeza de este experimento, la inclusión de IA en el sistema permite una detección rápida y de bajo costo de alteraciones genómicas clínicamente accionables directamente de las diapositivas de biopsia tumoral.

Los investigadores creen que el sistema podría ahorrar semanas y miles de dólares en los flujos de trabajo de tratamiento oncológico clínico para el cáncer de mama y ovario. 

De lo contrario, no solo los retrasos podrían resultar mortales, sino que los procesos de alto costo podrían afectar a pacientes con limitaciones de recursos. En ese sentido, la inclusión de IA supuso un proceso diagnóstico de cáncer más inclusivo. 

Al explicar los cuellos de botella existentes, Erik Bergstrom, PhD, autor principal del estudio y investigador postdoctoral en el laboratorio de Alexandrov, dijo:

“Desafortunadamente, los altos costos, los requisitos de tejido y los tiempos de respuesta lentos han obstaculizado el uso generalizado de la oncología de precisión, lo que lleva a tratamientos subóptimos —potencialmente perjudiciales— para los pacientes con cáncer.”

Las pruebas genómicas impulsadas por IA, por lo tanto, traen alivio. No solo ahorran tiempo crítico para los pacientes, sino que también asisten a los médicos al permitir prescripciones de tratamiento inmediatas después del diagnóstico tisular inicial. Este método de oncología de precisión es más fiable que las pruebas genómicas convencionales, ya que las pruebas de IA tienen una tasa de fallos insignificante. En contraste, las pruebas genómicas convencionales tienen una tasa de fallos entre el 20 % y el 30 %, lo que a menudo requiere repetir la prueba o recurrir a una biopsia invasiva.

La identificación de HRD mediante IA capacita a este método para convertirse en algo que permite la detección precisa e instantánea de biomarcadores genómicos del cáncer. 

Investigadores y científicos que han estado involucrados en este campo durante mucho tiempo creen que el avance es trascendental. Explicando las razones, Scott Lippman, M.D., profesor distinguido de medicina en UC San Diego, del Center for Engineering and Cancer y miembro del Moores Cancer Center, dijo:

“La era de la oncología de precisión despegó a finales de los 90, pero estudios recientes en EE. UU. muestran que la gran mayoría de los pacientes con cáncer no están recibiendo terapias de precisión aprobadas por la FDA. Y la razón principal es que no se les está realizando pruebas. Como oncólogo clínico —y llevo casi 40 años en esto— no hay duda de que este enfoque es el futuro de la oncología de precisión.”

La tecnología que sirve como base para DeepHRD está protegida por patentes provisionales emitidas a través de UC San Diego. Estas patentes han sido licenciadas a io9, una empresa que incluye a Alexandrov, Bergstrom, y Lippman. 

En el siguiente segmento, analizaremos brevemente esta empresa para entender el tipo de capacidades que se ha construido para manejar y las soluciones que ha aportado hasta ahora!

#1. Io9: Patología digital impulsada por IA

Io9 ya cuenta con una plataforma de IA que lleva a cabo de manera eficiente el perfilado molecular a partir de diapositivas clínicas rutinarias. Esta plataforma puede detectar biomarcadores genómicos de diapositivas digitales, haciendo posible el acceso al tratamiento para todos los pacientes en todo el mundo.

Aparte de la solución basada en el biomarcador HRD que funcionará para el cáncer de mama y ovario ahora y para el cáncer de páncreas en el futuro, io9 también está activa en una serie de biomarcadores, incluidos KRAS, EGFR y BRAF, que serán útiles en los dominios del cáncer de pulmón, colorrectal y de mama y melanoma metastásico en el futuro. 

Ludmil B. Alexandrov es el fundador y Director Científico de io9, mientras que Scott M. Lippman, otro de los fundadores, forma parte del consejo de administración. 

Aunque io9 es una escisión de una entidad para educadores e investigadores que desean seguir trabajando con sus innovaciones de forma escalada y comercial, también existen grandes compañías activas en este espacio donde la IA se encuentra con el diagnóstico y tratamiento oncológico. 

#2. GE Healthcare

El primer día de mayo de 2024, GE HealthCare (Nasdaq: GEHC) anunció Revolution RT, una nueva solución de tomografía computarizada (CT) para radioterapia con hardware y software innovadores que simplificaría el flujo de trabajo de simulación y haría la atención oncológica más personalizada y fluida. Revolution RT se presentó en el Congreso ESTRO 2024 en Glasgow con una versión mejorada por inteligencia artificial (IA) de la plataforma Intelligent Radiation Therapy (IRT). 

Al hablar sobre la inclusión de IA en sus soluciones oncológicas, el Dr. Taha Kass‑Hout, director de tecnología y ciencia de GE HealthCare, dijo lo siguiente:

“En GE HealthCare, estamos comprometidos a avanzar las fronteras del tratamiento oncológico mediante tecnologías impulsadas por IA que transforman y optimizan el continuo de atención.”

Al enumerar los beneficios de incorporar IA, el Dr. Taha Kass‑Hout dijo que la mejora ayudaría a visualizar la anatomía del paciente con gran precisión y facilitaría la focalización precisa del tumor mientras se busca proteger el tejido sano cercano. Esto resultaría en “un entorno de atención preciso, más conectado y eficiente que acelera la entrega de cuidados personalizados, con el objetivo de lograr mejores resultados para los pacientes.”

Para el año completo 2023, GE Healthcare reportó ingresos de US$19.6 mil millones, registrando un aumento del 7 % interanual y del 8 % en base orgánica con crecimiento en todos los segmentos y regiones.

#3. iCAD

Otra entidad med‑tech, mucho más pequeña en tamaño pero amplia en cobertura, impacto y ambición, iCAD, está realizando trabajo específico enfocado en IA en el campo del cáncer de mama. La compañía extrae su visión y propósito de amenazas reales que existen en el terreno. Los datos muestran que 1 de cada 8 mujeres desarrollará cáncer de mama en su vida, y entre el 20 % y el 40 % de estos cánceres se pierden en los exámenes de mamografía. 

Con una mujer diagnosticada con cáncer de mama cada 14 segundos a nivel mundial, la evaluación del riesgo de cáncer con modelos tradicionales solo tiene una precisión del 63 %.

La plataforma ProFound Breast Health Suite de iCAD se centra en detección, densidad y riesgo, arrojando una mayor luz sobre el cáncer y exponiendo sus lugares ocultos. 

En la fase de detección, la solución ProFound incorpora los últimos desarrollos en aprendizaje profundo, IA de tercera generación. La precisión y eficiencia son bastante sin precedentes para el cribado de mamografía 2D y 3D, con hasta 2 veces mejor rendimiento clínico en comparación con otras plataformas de IA. 

Al detallar las capacidades de ProFound AI en la detección del cáncer de mama desde la perspectiva de la densidad mamaria, Gabriele Pedicalli, MD, del Wooster Community Hospital, comentó:

“ProFound AI no solo nos ayuda a revisar casos con tejido graso, sino que también vemos un beneficio aún mayor para aquellas mujeres con senos densos. Antes de ProFound AI, podía haber leído un caso con senos densos y pensar: ‘Los llamaremos de nuevo en 6 meses o un año’, pero con ProFound AI, podemos determinar más fácilmente si debemos realizar otro examen o una biopsia.”

Finalmente, en el segmento de evaluación de riesgo, la solución impulsada por IA de ProFound permite contar con el primer modelo de riesgo basado en imágenes del mundo, que es 2,4 veces más preciso que los modelos tradicionales. Es excelente para identificar a mujeres con alto riesgo de desarrollar cáncer antes o en su próximo cribado, ayudando a detectar cánceres intermedios más temprano.

Para el año completo 2023, los ingresos totales de iCAD fueron US$17.3 millones, una caída del 13 %.

El futuro de la oncología de precisión impulsada por IA

En abril de 2024, la revista Nature, reverenciada a nivel mundial, examinó exhaustivamente el papel de la IA en la oncología de precisión. Reconoció debidamente la capacidad transformadora de la IA en este espacio, como se indicó en sus observaciones iniciales:

“Los campos de la investigación del cáncer y la oncología de precisión están experimentando una transformación masiva debido a la aplicación de la inteligencia artificial (IA).“

Para ser más específicos, el artículo de la revista destacó el papel de la IA en la detección de patrones ocultos a partir de múltiples fuentes de información, incluidos el perfilado molecular, la patología y la imaginería médica. También valoró la IA por integrar datos ómicos para proporcionar una comprensión más completa del cáncer. Además del monitoreo y diagnóstico, la IA ha sido de gran utilidad en el desarrollo de nuevos ensayos para caracterizar el cáncer, la prognóstico y la predicción de respuestas a tratamientos específicos. 

Sin embargo, el informe resumido no olvidó mencionar las limitaciones y desafíos que surgieron al trasladar estas nuevas herramientas de entornos de investigación a la práctica clínica.

Existen muchos ejemplos de herramientas de entornos de investigación que se han traducido con éxito a la práctica clínica. Por ejemplo, en una economía en desarrollo como la India, el Apollo Cancer Centre, Bengaluru, lanzó el primer Centro de Oncología de Precisión con IA (POC) de la India en enero de 2024.

Mientras explicaba cómo dichos centros podrían ayudar a introducir un régimen mejor y más eficiente para la atención del cáncer, el Dr. Vishwanath S, consultor senior de oncología médica, ACC, Bengaluru, dijo:

“Clínicamente, ayuda al cumplimiento de la vía de atención al monitorear la adherencia a las vías de atención estándar, también para la gestión del paciente basada en perfiles genómicos, clínicos y patológicos. Las alertas clínicas y recomendaciones para pruebas diagnósticas, la inscripción en cuidados basados en valor (VBC) y otros programas de beneficio para el paciente son algunos de los usos. Las alertas de abandono del paciente y de medidas de resultados informados por el paciente (PROMs) para intervenciones oportunas están entre los demás beneficios.”

El uso de la IA en el diagnóstico del cáncer está destinado a experimentar un crecimiento asombroso en el futuro. Según un informe publicado por Towards Healthcare, se anticipa que la IA en el diagnóstico del cáncer crecerá a una tasa compuesta anual (CAGR) del 9,35 % de 2023 a 2032, y el mercado seguirá una trayectoria para alcanzar un estimado de USD 2,084.34 millones a finales de 2032, frente a US$892.23 millones en 2022.

Característicamente, se puede afirmar con certeza que la IA ayudará a mejorar la precisión diagnóstica y mejorará significativamente la eficiencia de la planificación del tratamiento!

Haga clic aquí para aprender todo sobre la inversión en inteligencia artificial.