Inteligencia artificial para mejorar la detección precoz del cáncer

Expertos en cáncer y nuevas tecnologías presentes en el Congreso ESMO 2023, que se celebra los próximos días en Madrid, advierten que la inteligencia artificial (IA) ofrece ventajas importantes para los pacientes y los profesionales, pero que estos últimos van a necesitar formación para aprovecharla una vez que se incorpore a la práctica clínica.

De acuerdo con los organizadores de ESMO, la Sociedad Europea de Oncología Médica, la inteligencia artificial (IA) ha entrado en el debate público haciendo mucho ruido, pero en realidad los investigadores llevan años estudiando su potencial para transformar la atención a las personas con cáncer y mejorar los resultados de los tratamientos. Ahora tendrá que extenderse la formación a los demás profesionales para que aprovechen lo mejor que puede ofrecer esta tecnología.

Rodrigo Dienstmann, redactor jefe de la nueva revista ESMO Real World Data and Digital Oncology y Director de Oncoclínicas Precision Medicine en Sao Paulo (Brasil), opina que los oncólogos no están preparados para esta evolución y tienen necesidades formativas que van a ser cada vez mayores.

«Hay mucha aprensión sobre el impacto que la IA tendrá en la profesión cuando las máquinas superen a los médicos en algunas de sus tareas tradicionales y repetitivas», cuenta. «Necesitamos formar a los médicos para que empleen estas herramientas con inteligencia y confianza a partir de una comprensión clara de sus valores y de sus limitaciones, para que las máquinas y las personas puedan conseguir, trabajando juntos, mejores resultados de los que obtendrían por separado. ESMO Real World Data and Digital Oncoogy va a ser una fuente para que los médicos se enfrenten a la incorporación de la oncología digital en su práctica habitual», ha asegurado.

Conocimiento y salud humana

Como sucede con cualquier área de conocimiento relacionada con la salud humana, es necesario tener cautela. Las nuevas tecnologías como la IA, el aprendizaje automático y el análisis de grandes cantidades de datos («big data») se están incorporando de manera más lenta y con más precauciones en el área de sanidad que en otros sectores. Los ejemplos de su aplicación en la práctica clínica hasta ahora se limitan a la clasificación (triaje) de pruebas de imagen como de biopsias y mamografías, así como a algunas áreas de la investigación sobre el cáncer.

A partir de un estudio presentado en este encuentro científico, que explora el potencial de las tecnologías basadas en IA para mejorar la obtención de imágenes, el diagnóstico y los retrasos que soportan los pacientes en el área de oncología en siete países europeos, la Dra. Raquel Pérez-López, radióloga del Instituto de Oncología Val d’Hebron de Barcelona, considera que las guías existentes sobre cribado y diagnóstico del cáncer, que están bien definidas, no se aplican de forma homogénea dentro de Europa, por razones que pueden incluir tanto aspectos económicos como culturales. Algo parecido pasa con las nuevas tecnologías. Pérez-López vio el potencial de las soluciones digitales emergentes para intervenir desde la base de la organización y anteponer el cribado de los pacientes a partir de sus historias clínicas.

«Ya existen plataformas basadas en IA que permiten el análisis de datos recogidos de forma habitual en las historias clínicas electrónicas y en las unidades de imagen, y que podrían contribuir a los programas de prevención y cribado identificando a los individuos en riesgo de desarrollar la enfermedad, pero estos recursos están siendo infrautilizados», ha declarado Pérez-López, quien atribuye este fenómeno a la ausencia de un marco legal para que los datos de los pacientes sean utilizados en estos procesos.

Inteligencia artificial en investigación

En el campo de la genética del cáncer, muchas de las mutaciones incluidas en los estudios genómicos modernos se emplean para identificar a los pacientes adecuados para recibir terapias dirigidas. Estos procesos son posibles con herramientas de IA que comparan los perfiles genéticos de cientos de miles de personas y elaboran predicciones sobre la función de estas mutaciones en el riesgo de desarrollar cáncer.

Estas tecnologías se han empezado a usar también recientemente de forma más extendida para analizar datos incluidos en estudios de evidencia obtenida en el mundo real, cada vez más usados en campos como el de los cánceres raros, en los que no es posible realizar ensayos clínicos convencionales, o para acercar los resultados de los ensayos clínicos y los resultados de los pacientes en la práctica clínica, entre los cuales se observan diferencias frecuentemente.