AI | Personalizar la atención oncológica con inteligencia artificial

La inteligencia artificial (IA) y los macrodatos están a punto de revolucionar la forma de diagnosticar y tratar el cáncer. La IA, que antes se limitaba a ayudar a desarrollar fármacos entre bastidores, permite ahora una atención verdaderamente personalizada que podría adaptar los planes de tratamiento, las dosis e incluso las terapias celulares y farmacológicas a cada paciente. Sin embargo, para hacer realidad esta promesa habrá que superar importantes obstáculos normativos a fin de que estas novedosas tecnologías se apliquen con seguridad en la práctica clínica.

La IA ya se utiliza en la oncología de precisión, pero sobre todo como ayuda durante el desarrollo de fármacos y no a pie de cama. Los sistemas analizan patrones en vastos conjuntos de datos bioquímicos y genómicos para descubrir nuevas dianas farmacológicas y biomarcadores. El aprendizaje profundo ha mejorado la identificación de neoantígenos para inmunoterapias personalizadas como las terapias con células T CAR. Pero hasta hace poco, la verdadera personalización se centraba únicamente en que los médicos adaptaran los protocolos estándar caso por caso o desarrollaran terapias celulares autólogas personalizadas a partir de las células modificadas de un paciente.

Esto está cambiando rápidamente a medida que las tecnologías digitales potencian cada vez más una auténtica personalización. La IA analiza imágenes médicas para mejorar el diagnóstico del cáncer en comparación con los humanos. Los sistemas que controlan los síntomas y la calidad de vida de los pacientes han aumentado la supervivencia y reducido los efectos secundarios en las últimas fases del cáncer de pulmón. Estas terapias digitales activan automáticamente alertas si los síntomas superan umbrales predefinidos, lo que permite realizar ajustes personalizados automatizados de la dosis supervisados por los médicos. A medida que se acumulan más datos sobre los pacientes, los sistemas basados en reglas se sustituyen por modelos de aprendizaje automático para mejorar la atención individualizada.

Las tecnologías digitales están incluso impulsando la personalización en tiempo real. Los gemelos digitales -representaciones virtuales dinámicas de pacientes que integran flujos de datos clínicos, genómicos y fisiológicos- podrían simular enfoques de diagnóstico, planificación de tratamientos y control de dosis altamente personalizados. Y los enfoques generalistas de IA que analizan con flexibilidad cualquier dato médico sin una especialización estrecha son prometedores. Los modelos de la Fundación entrenados en enormes conjuntos de datos sanitarios podrían interpretar la nueva información de forma integrada, fundamental para la oncología de precisión, y proponer terapias combinatorias personalizadas.

Estos rápidos avances plantean enormes retos normativos. Las terapias celulares, los fármacos y los dispositivos basados en IA se enfrentan cada uno a sus propios caminos. Pero las nuevas combinaciones digitales, de inteligencia artificial y fármacos desafían las categorías tradicionales. Los retrasos en la aprobación se agravan a medida que las terapias génicas y celulares inundan los organismos reguladores. Los marcos actuales no pueden regular de forma óptima los conceptos multidisciplinares que fusionan IA, datos y nuevas modalidades terapéuticas.

Varias estrategias podrían ayudar a los reguladores a mantener el ritmo. La designación de no dispositivo de la FDA estadounidense exime a algunas herramientas de apoyo a la toma de decisiones clínicas de los requisitos de los dispositivos médicos, lo que acelera el desarrollo. Las plataformas independientes de pruebas de IA y las evaluaciones basadas en simulaciones podrían aumentar las vías tradicionales de obtención de pruebas. Los organismos reguladores están estudiando planes de control de cambios predeterminados que permitan actualizar la IA en el mercado sin necesidad de una nueva aprobación. Y los "cajones de arena reglamentarios" pueden probar con seguridad enfoques innovadores.

Sin embargo, es necesario un cambio transformador. La legislación vigente no prevé los conceptos de salud digital integrada. La fragmentación entre las autoridades de medicamentos y dispositivos provoca contradicciones y retrasos. Las discrepancias entre regiones paralizan las innovaciones accesibles en otros lugares. Y la precaución no debe impedir una regulación beneficiosa de las tecnologías emergentes en función de los perfiles de riesgo-beneficio.

Un pensamiento más ágil podría resolver estos problemas. Combinar las recomendaciones independientes de la IA con la supervisión de los médicos podría acelerar de forma segura las terapias personalizadas antes de que se disponga de todas las pruebas. Permitir la aprobación simultánea de las herramientas digitales junto con los medicamentos que dependen de ellas podría acelerar el acceso. Y las capas de supervisión que delimitan las responsabilidades profesionales pueden regular la IA de forma flexible dentro de los equipos de atención multidisciplinar.

También hay que tener en cuenta las cuestiones éticas. Los pacientes deben dar su consentimiento al papel de la IA en su atención y relaciones. Los sistemas deben contrarrestar los prejuicios históricos, ahora amplificados. La toma de decisiones compartida entre médicos, pacientes y la IA puede optimizar los objetivos de la medicina personalizada centrada en el paciente.

Si los reguladores pueden resolver los problemas de proceso, comunicación y filosofía, la IA promete revolucionar la atención oncológica. Las tecnologías digitales podrían diseñar terapias celulares a medida a partir del perfil molecular único de un paciente en tiempo real. En combinación con las perspectivas holísticas de la IA generalista, esto podría optimizar el tratamiento individualizado mucho más allá de lo que cualquier especialista podría ofrecer por sí solo. Con sabiduría y agilidad, las normativas pueden ayudar a que la medicina de precisión impulsada por la IA salve vidas a todos los que la necesiten.

Referencia(s)

1. https://doi.org/10.1038/s41698-024-00517-w

Pulse TAGS para ver artículos relacionados :

AI | APRENDIZAJE AUTOMÁTICO | MEDICINA | ONCOLOGÍA