MADRID, 25 Nov. (EUROPA PRESS) -
Científicos de la Universidad Case Western Reserve (Estados Unidos) han conseguido determinar, a través de la inteligencia artificial (IA), qué pacientes con cáncer de pulmón se beneficiarán de la inmunoterapia. Los investigadores han enseñado a un ordenador a encontrar cambios en los patrones de las tomografías computarizadas que se realizan cuando se diagnostica el tumor por primera vez, frente a las pruebas tras los primeros 2 o 3 ciclos de tratamiento.
Solo alrededor del 20 por ciento de todos los pacientes de cáncer se benefician de la inmunoterapia, un tratamiento que difiere de la quimioterapia en que usa medicamentos para ayudar a su sistema inmune a combatir el cáncer, mientras que la quimioterapia usa medicamentos para matar directamente las células cancerosas, según el Instituto Nacional del Cáncer de Estados Unidos.
"Aunque la inmunoterapia ha cambiado todo el ecosistema del cáncer, también sigue siendo extremadamente costosa, unos 200.000 euros por paciente y año. Y resulta en que aproximadamente el 42 por ciento de todos los nuevos pacientes diagnosticados con cáncer pierden los ahorros de toda su vida dentro de un año después del diagnóstico en Estados Unidos", explica Anant Madabhushi, el líder de este estudio, que se ha publicado en la revista 'Cancer Immunology Research'.
Tener una herramienta basada en la investigación que realiza ahora su laboratorio ayudaría mucho a "saber si los pacientes responderán a la inmunoterapia en lugar de tirar 200.000 euros por el desagüe", detalla el investigador, haciendo referencia a los cuatro pacientes de cada cinco que no responden a este tratamiento, multiplicando el coste anual estimado.
Uno de los avances más significativos en la investigación fue la capacidad del programa de ordenador para notar los cambios en la textura, volumen y forma de una lesión dada, no solo su tamaño. "Esto es importante porque cuando un médico decide, basándose sólo en imágenes por TAC, si un paciente ha respondido a la terapia, a menudo se basa en el tamaño de la lesión. Hemos encontrado que el cambio de textura es un mejor predictor de si la terapia está funcionando", comenta Anant Madabhushi.
