Inteligencia artificial: clave para optimizar las decisiones clínicas en pacientes oncológicos

A nadie se le escapa el impacto que ha tenido el COVID19 en el sistema sanitario y su repercusión en el resto de las patologías. A vista de pájaro, se realizaron 1,2 millones de intervenciones quirúrgicas menos en 2020 que en 2019 (año en el que se realizaron en España 5,39 millones de consultas en el conjunto de los recursos asistenciales). Reducción de la actividad quirúrgica que vino acompañada, razonablemente, por una reducción de diagnósticos y, por tanto, de indicaciones quirúrgicas.

Esta situación, que tampoco fue de normalidad en 2021, ha generado una cola de pacientes que no están en el radar del sistema sanitario (y por tanto, fuera de las estadísticas), que empiezan a aflorar progresivamente ante la normalización de la actividad. Pero dada la cola generada, está sometiéndose al sistema a un estrés para intentar ponerse al día. Como ejemplo, sólo para normalizar la presión asistencial quirúrgica, en 2021 habría que haber realizado no menos de 6,5 millones de intervenciones quirúrgicas, un 17% más que en 2019. Esta situación es más preocupante en el caso de los enfermos con algún tipo de cáncer. Por poner algunas cifras nacionales del año 2020 (último año del que disponemos datos, pero ya con impacto de la pandemia), comparado con 2019: en el año 2020 se realizaron poco más de 4 millones de biopsias, rondando casi las 5,5 millones de biopsias en 2019. Se realizaron 5,64 millones sesiones de Hospital de día en 2020, justo un millón menos que el año anterior. Y lo más destacable, en el año 2020 se diagnosticó a 860.000 pacientes con cáncer, casi 90.000 personas menos que en 2019, lo que demuestra la presión asistencial que sufríamos en plena pandemia.

Esto está suponiendo que los pacientes puedan llegar con un mayor avance de su enfermedad, un aumento de la complejidad e intensidad del tratamiento (o de los tratamientos coadyuvantes) y un peor pronóstico, con la consecuente disminución de la supervivencia. Esa complejidad se incrementa por la amplia variedad de tratamientos disponibles y por la irrupción de la medicina personalizada, mediante tratamientos muy innovadores como, por ejemplo, la apoptosis celular por la que desde KeyZell se viene apostando.

El abordaje de la mejora de esta situación pasa por la búsqueda de eficiencias en el proceso asistencial del paciente oncológico, provocando el efecto de resolver más con la misma capacidad de recursos. Es decir, provocando el efecto venturi y lograr con ello aumentar la seguridad del paciente mediante la búsqueda de hacer a cada paciente sólo lo que hay que hacerle, en el momento preciso y de la mejor forma posible. De esto dependen las posibilidades de recuperación y supervivencia.

La eficiencia del proceso asistencial es clave en dos momentos, que van a condicionar el resto del proceso asistencial del paciente:

Diagnóstico y estadificación del tumor, que debe ser lo más preciso posible. El diagnóstico oncológico es complejo por diferentes motivos: la posible existencia de tumores metastásicos y los diferentes momentos de evolución de la enfermedad (estadificación), entre otros. La calidad de los medios diagnósticos y la interpretación de los datos es básica para un diagnóstico preciso, que marcará el éxito de los siguientes pasos en el proceso asistencial.

Decisiones terapéuticas: El momento de la decisión terapéutica también es de alta complejidad, siendo determinante para el camino asistencial de cada paciente y su posible recuperación y supervivencia. El estadio del tumor, las circunstancias del paciente y la posible existencia de otras patologías, la infinidad de alternativas terapéuticas existentes (que pueden ser principales o adyuvantes, y dentro de las primeras, diferentes líneas de tratamientos), y las innovaciones constantes en materia terapéutica oncológica van a influir en la optimización y precisión que se tomen.

Un tratamiento preciso en un marco de tanta complejidad como el descrito, sólo puede ser gestionado mediante el apoyo de la inteligencia artificial que ordene los datos y que el conocimiento existente gestione las variables a considerar en la toma de decisiones y realice predicciones de resultados según las decisiones terapéuticas tomadas, fundamentalmente en supervivencia del paciente y reducción de efectos secundarios.

En esta línea destaca el Oncology Precision System desarrollado por KeyZell, una empresa que, con sede en Sevilla y con coordinación internacional en diferentes países, ha desarrollado un «machine learning». Es decir, una solución que va más allá de la inteligencia artificial, permitiendo identificar patrones en el análisis de datos masivos y, lo más importante, elaborar predicciones. Por tanto, el OPS (Oncology Precision System) parte de las características genéticas de cada paciente y es capaz de proponer la mejor combinación de tratamientos actualmente disponibles contra el cáncer personalizado para cada paciente, así como estimar la probabilidad de supervivencia a cinco años en cada caso.

Si siempre es importante ser eficiente, no sólo en medicina sino en cualquier actividad humana, ahora es vital. Y nunca mejor dicho, pues en los pacientes con patología cancerígena el tiempo de actuación es esencial. Y dada la limitación de recursos (inherente también a toda organización, ya sea pública o empresarial) es obligatorio buscar la mejor alternativa terapéutica para el proceso asistencial de cada paciente, que ayudará a redistribuir la presión asistencial, disminuir los recursos necesarios y aumentar la seguridad del paciente en primera instancia y, finalmente, su supervivencia.

Y esa precisión, dada la limitación del cerebro humano (aunque sean varios cerebros pensando juntos, por aquello de las decisiones en comités o fórmulas similares), afortunadamente puede ser apoyada con soluciones tecnológicas, como la mencionada de KeyZell. Por no decir que estas soluciones pulen además la subjetividad que nos caracteriza como seres humanos, que no se termina de mitigar con más cerebros pensando juntos. Decía el Doctor Marañón que somos subjetivos porque somos sujetos. Para ser objetivos tendríamos que ser objetos. Y afortunadamente, la objetividad de la tecnología viene a recoger el saber y el expertise de muchos para ponerlo a disposición de cada profesional clínico como apoyo a las decisiones que la atención de su paciente va a requerir.

Antonio Burgueño Jerez
Director de Enclave Salud y del Proyecto Venturi