Archivo - Interoperabilidad - - PHILIPS - Archivo
MADRID, 18 Feb. (EUROPA PRESS) -
Una poderosa herramienta de inteligencia artificial (IA) podría dar a los médicos una ventaja en la identificación de complicaciones potencialmente mortales después de trasplantes de células madre y médula ósea, según una nueva investigación del Centro de Cáncer MUSC Hollings (Estados Unidos).
El estudio, publicado en 'Journal of Clinical Investigation', combina biomarcadores inmunitarios, datos clínicos y aprendizaje automático para crear una herramienta que permite predecir el riesgo en situaciones reales.
Para muchos pacientes, un trasplante de células madre o de médula ósea podría ser la clave de su supervivencia. Pero la recuperación no termina al salir del hospital. En algunos casos, pueden surgir complicaciones graves meses después, a menudo sin previo aviso.
Una de las más desafiantes es la enfermedad de injerto contra huésped (EICH) crónica, una afección en la que las células inmunitarias del trasplante atacan los tejidos sanos del paciente. La enfermedad puede afectar múltiples órganos, como la piel, los ojos, la boca, las articulaciones y los pulmones, causando discapacidad a largo plazo o incluso la muerte.
En este nuevo trabajo, los investigadores, dirigidos por Sophie Paczesny, codirectora del Programa de Investigación de Inmunología y Biología del Cáncer en Hollings, así como Michael Martens, y Brent Logan, del Centro para la Investigación Internacional de Trasplante de Sangre y Médula Ósea en la Facultad de Medicina de Wisconsin (Estados Unidos), han desarrollado una herramienta basada en IA que puede ayudar a los médicos a identificar a los pacientes con mayor riesgo de EICH crónica antes de que aparezcan los síntomas, lo que abre la puerta a un monitoreo más temprano.
Aplicando aprendizaje automático a proteínas relacionadas con el sistema inmunitario e información clínica validada, el equipo desarrolló una herramienta, llamada BIOPREVENT, que estima el riesgo futuro de un paciente de desarrollar EICH crónica y morir por causas relacionadas con un trasplante.
A pesar de los importantes avances en la atención de trasplantes, la EICH crónica sigue siendo una de las principales causas de enfermedad y muerte después de un trasplante. Sin embargo, la enfermedad no comienza con la aparición de los síntomas; los cambios biológicos que la desencadenan comienzan mucho antes. Los primeros meses tras un trasplante son especialmente críticos. Los pacientes pueden sentirse bien, pero la actividad inmunitaria subyacente puede estar ya preparando el terreno para complicaciones.
"Para cuando se diagnostica la EICH crónica, la enfermedad suele llevar meses desarrollándose, dañando silenciosamente el cuerpo", comenta Paczesny. "Queríamos saber si podíamos detectar las señales de alerta con mayor antelación, antes de que los pacientes se sientan mal, y con la suficiente rapidez para que los médicos intervinieran, antes de que el daño se vuelva irreversible".
Para ello, los investigadores analizaron datos de 1.310 receptores de trasplantes de células madre y médula ósea en cuatro amplios estudios multicéntricos. Se analizaron muestras de sangre recolectadas entre 90 y 100 días después del trasplante para detectar siete proteínas inmunitarias relacionadas con la inflamación, la activación y regulación inmunitaria, y la lesión y remodelación tisular. Los biomarcadores inmunitarios utilizados en BIOPREVENT se identificaron y validaron en un estudio previo dirigido por Paczesny.
Estos biomarcadores se combinaron con nueve factores clínicos, como la edad del paciente, el tipo de trasplante, la enfermedad primaria y las complicaciones previas, extraídos de registros de trasplantes. En EE. UU., los centros de trasplantes deben enviar datos detallados y específicos del trasplante al Centro para la Investigación Internacional de Trasplantes de Sangre y Médula Ósea, con revisión adicional para los pacientes de ensayos clínicos. Según Paczesny, esta información estandarizada contribuyó a garantizar que el modelo se basara en datos clínicos consistentes y de alta calidad.
El equipo probó varios enfoques de aprendizaje automático para determinar si podían predecir los resultados de los pacientes con mayor precisión que los métodos estadísticos tradicionales. El modelo con mejor rendimiento, basado en una técnica estadística denominada árboles de regresión aditiva bayesiana, se convirtió en la base de BIOPREVENT.
Los resultados mostraron que los modelos que combinan biomarcadores sanguíneos con datos clínicos superaron consistentemente a los modelos basados ??únicamente en datos clínicos, especialmente en la predicción de la mortalidad relacionada con el trasplante. El equipo validó la herramienta en un grupo independiente de receptores de trasplantes, confirmando que predecía con fiabilidad el riesgo más allá de los pacientes utilizados para construir el modelo.
BIOPREVENT también logró separar a los pacientes en grupos de bajo y alto riesgo, con claras diferencias en sus resultados hasta 18 meses después. Cabe destacar que diferentes biomarcadores predijeron distintos resultados del trasplante, lo que subraya que la EICH crónica y la muerte relacionada con el trasplante se deben, al menos parcialmente, a factores biológicos distintos. Por ejemplo, un biomarcador sanguíneo se relacionó estrechamente con el riesgo de muerte después del trasplante, mientras que otros indicaron mejor quién desarrollaría posteriormente EICH crónica.
Para que la investigación fuera útil más allá del estudio, el equipo desarrolló BIOPREVENT como una aplicación web gratuita. Los médicos pueden introducir la información clínica del paciente y los valores de los biomarcadores y recibir estimaciones de riesgo personalizadas a lo largo del tiempo.
"Para nosotros era importante que esto no se quedara en un modelo teórico ni en una herramienta limitada a una sola institución", destaca Paczesny. "El acceso gratuito a BIOPREVENT ayuda a garantizar que investigadores y médicos puedan probarlo, aprender de él y, en última instancia, mejorar la atención a los pacientes trasplantados".
Por ahora, BIOPREVENT está diseñado para apoyar la evaluación de riesgos y la investigación clínica, no para orientar las decisiones de tratamiento. El siguiente paso, según Paczesny, será realizar ensayos clínicos cuidadosamente diseñados para evaluar si la actuación ante estas señales tempranas de riesgo, como una monitorización más estrecha o terapias preventivas para pacientes de alto riesgo, puede mejorar los resultados a largo plazo.
En términos más generales, el estudio refleja un cambio hacia la medicina de precisión en la atención de trasplantes, utilizando datos para adaptar el seguimiento al riesgo individual de cada paciente. "No se trata de reemplazar el criterio clínico", enfatiza Paczesny. "Se trata de brindar a los médicos mejor información con mayor antelación para que puedan tomar decisiones más informadas".
Aunque se necesita una validación adicional antes de que la herramienta pueda convertirse en parte de la atención de rutina, los investigadores creen que este enfoque representa un paso importante hacia la prevención de una de las complicaciones más graves de la medicina de trasplantes.
