MADRID, 6 Sep. (EUROPA PRESS) -
El Centro Integral Oncológico Clara Campal HM CIOOC, en colaboración con la Universidad Juan Carlos I, está llevando a cabo un estudio de inteligencia artificial (IA) aplicada al cáncer de ovario para avanzar en el conocimiento de los biomarcadores moleculares predictivos y pronósticos de este tipo de tumor, lo que contribuirá a conocer mejor la evolución de la enfermedad y, por tanto, a definir diagnósticos personalizados, más precisos y eficientes.
Hasta ahora, se habían determinado ciertas alteraciones genéticas como biomarcadores predictivos y pronósticos en cáncer de ovario como son las mutaciones inactivadoras en los genes BRCA1 y BRCA2, pero son insuficientes para comprender la evolución global de la enfermedad.
"Actualmente, sabemos que el cáncer es una enfermedad compleja, en cuya evolución no sólo son importantes las alteraciones genéticas, sino que también influyen las condiciones del microambiente, la regulación de la expresión génica y, por supuesto, las condiciones de la persona que lo padece. Esto nos está obligando a cambiar el enfoque previo, algo simplista, en el que un tumor se concebía como una mera suma de mutaciones y se hace imprescindible integrar múltiples datos para poder entender la neoplasia y predecir su evolución", ha dicho el jefe de la Unidad de Tumores Ginecológicos y Genitourinarios de HM CIOCC Madrid y coautor del trabajo, Jesús García-Donas.
Para realizar este estudio se han introducido los datos clínicos y genómicos de 300 pacientes con cáncer de ovario avanzado con el objetivo de establecer una relación entre ellos y las variables que determinan la progresión de la enfermedad, lo que supone una "novedosa línea de trabajo" en la que se están poniendo a punto algoritmos de inteligencia artificial capaces de integrar los datos genómicos, con las características clínicas y patológicas de la enfermedad para poder abordarla de una forma compleja e integral. "Pensamos que este enfoque podría darnos una visión más próxima a la realidad que los abordajes clásicos, centrados en alteraciones puntuales específicas", ha dicho García-Donas.
En este sentido, los algoritmos de IA identificaron patrones comunes a aquellos casos que respondían bien al tratamiento frente a los que eran resistentes. De confirmarse en cohortes independientes estaríamos ante una "nueva y prometedora" línea de trabajo en la que "la precisión a la hora de predecir la evolución de un caso podría aumentar de forma exponencial".
En lo que se refiere al papel predictivo y pronóstico de determinadas variables, los resultados confirman que someter a las pacientes que presentan una elevada carga tumoral en el momento del diagnóstico a un tratamiento neoadyuvante seguido de una cirugía de máximo esfuerzo favorece la reducción de dicha carga.
La asociación entre estas variables comporta una supervivencia más larga en concordancia con los datos previos de la literatura. Son diversos los estudios anteriores que han demostrado la relación existente entre determinadas alteraciones genéticas (BRCA1/2 y RAD51C) y la evolución de la enfermedad.
La aplicación de inteligencia artificial ha permitido definir otras correlaciones de genes que deberán confirmarse incrementando el número de datos, es decir, de casos a secuenciar. "Este trabajo es pionero en cáncer de ovario y requerirá de un esfuerzo coordinado entre oncólogos médicos, investigadores básicos e ingenieros informáticos para alcanzar un impacto real en el manejo de los pacientes", ha detallado García-Donas.
