Nuevo antiviral contra la covid con un 83% de eficacia, ¿a quién va dirigido?
8 febrero, 2022
El laboratorio de genética del Miguel Servet obtiene la acreditación de calidad
8 febrero, 2022
Ingenieros de Itainnova y médicos del IIS Aragón trabajan codo a codo en el diseño de modelos, basados en algoritmos desarrollados con inteligencia artificial, que ayudarán a identificar qué individuos tienen más posibilidades de sufrir cáncer gástrico o de presentar un peor pronóstico en su evolución y precisan, por tanto, un seguimiento más detallado o una actuación terapéutica precoz.
El cáncer de estómago es la quinta neoplasia más frecuente y representa la tercera causa de muerte por cáncer a nivel mundial. Cuando un médico debe valorar la probabilidad de que un paciente desarrolle un adenocarcinoma gástrico, el tipo más frecuente, sabe que entran en juego muchos factores asociados a un mayor riesgo: si hay infección por Helicobacter pylori, los antecedentes familiares, el tabaquismo, la edad avanzada, el sexo masculino, determinadas particularidades genéticas...
El estudio de la influencia y grado de asociación de todos estos factores en el riesgo y pronóstico del cáncer gástrico despierta gran interés en la era de la denominada ‘medicina de precisión’. Actualmente, los modelos de predicción basados en la Inteligencia Artificial (IA) y en el manejo de big data se han convertido en herramientas muy útiles.
En estos momentos, da sus primeros pasos el proyecto ‘GastricAITool’, que pondrá en manos de los especialistas una innovadora herramienta de diagnóstico y pronóstico para cáncer gástrico basada en tecnologías big data que les ayudará a tomar decisiones y detectar riesgos. IIS Aragón (Instituto de Investigación Sanitaria Aragón) e Itainnova fueron elegidos para llevarlo a cabo en el marco del proyecto europeo Gatekeeper, financiado por el programa Horizonte 2020.
¿Qué esperan los médicos de esta herramienta? En cuanto a diagnóstico, "permitirá al especialista valorar la probabilidad del paciente de desarrollar cáncer de estómago y tomar decisiones en función de los resultados mostrados por la herramienta", explica María Asunción García González, investigadora senior del Instituto Aragonés de Ciencias de la Salud (IACS). Así por ejemplo, podrá "recomendar cambios saludables en el estilo de vida del paciente –dieta equilibrada, dejar de fumar, actividad física regular, etc.–, prescribir un tratamiento contra Helicobacter pylori en aquellos individuos infectados por dicha bacteria o realizar un seguimiento más detallado mediante gastroscopia con toma de biopsias en aquellas personas en las que la herramienta detecte un elevado riesgo de cáncer gástrico".
Para valorar la capacidad diagnóstica de la herramienta que se encuentra en desarrollo junto a Itainnova, "en una primera fase el estudio se centrará en el grupo de población de alto riesgo de desarrollar este cáncer: los familiares de pacientes con cáncer gástrico", señala la doctora, que es miembro del grupo de Investigación Traslacional en Patología Digestiva del IIS Aragón y del Ciber de enfermedades hepáticas y digestivas.
Pese a la aparición de nuevas opciones terapéuticas, como la inmunoterapia y las terapias dirigidas, "en general, el cáncer de estómago tiene un pronóstico sombrío que no se ha modificado en los últimos años", reconoce. Menos del 20% de los pacientes sobrevive a los cinco años del diagnóstico, que en demasiadas ocasiones se produce en un estadio tumoral avanzado. Otros factores pronóstico que influyen en la evolución del cáncer de estómago son el tratamiento recibido –principalmente cirugía, quimioterapia y radioterapia–, dónde esté localizado el tumor y las otras enfermedades que padezca la persona.
García González considera que "el análisis de estas variables, junto con el estudio de polimorfismos genéticos implicados y el posterior desarrollo de modelos de predicción basados en metodología de inteligencia artificial pueden proporcionar una herramienta de gran ayuda para el personal clínico a la hora de tomar decisiones encaminadas a mejorar el pronóstico de los pacientes, bien sea mediante seguimientos más estrechos o mediante la adopción de nuevas medidas terapéuticas".
En su opinión, "los modelos de predicción basados en inteligencia artificial y big data se han convertido en la actualidad en herramientas muy útiles para identificar sujetos de riesgo y estratificar con mayor precisión a los pacientes en función del pronóstico". De incluirse esta herramienta en la cartera del Sistema Nacional de Salud, "sería un método rápido, no invasivo y de bajo coste que facilitaría la toma de decisiones en la práctica clínica disminuyendo costes de tiempo, personal y uso de equipos para el diagnóstico y seguimiento de los pacientes".
El proyecto
ANÁLISIS. En esta primera fase, se identificarán todas las variables y se realizarán análisis estadísticos para definir cuáles son las más relevantes dentro del marco del proyecto.
MODELOS. En futuras fases del proyecto se generarán modelos, basados en algoritmos desarrollados con inteligencia artificial, que permitirán tanto diagnosticar el cáncer gástrico en fases tempranas como predecir el pronóstico de los pacientes a partir de su historia clínica y el estudio de los genes implicados en este tipo de cáncer.
HERRAMIENTA. Una vez generados los modelos, se implementarán en una herramienta que mostrará a los médicos los resultados de diagnóstico y pronóstico del paciente de forma sencilla e intuitiva. Con su apoyo en la toma de decisiones, las estrategias de seguimiento podrán ser más personalizadas.
Datos de calidad
Los datos que se utilizarán para desarrollar este proyecto provienen de los resultados de un estudio nacional multicéntrico coordinado por el IACS/IIS Aragón. Incluye a pacientes y controles españoles de ambos sexos y raza caucásica reclutados en 16 hospitales del Sistema Nacional de Salud entre 2003 y 2008: 600 pacientes con cáncer gástrico primario (adenocarcinoma) diagnosticados mediante gastroscopia y estudio histológico, y 600 voluntarios sin síntomas gastrointestinales y libres de cáncer. Además de los datos de seguimiento, se recogió información referente a datos demográficos, tabaquismo, historia familiar de cáncer gástrico, comorbilidades, datos tumorales, infección por Helicobacter pylori, análisis genómicos... "Hemos podido reunir una de las mayores series de pacientes con cáncer gástrico en población caucásica, muy bien caracterizada clínicamente y con una media de seguimiento de 7 años –valora Asunción García González–, por lo que la base de datos resultante supone una magnífica herramienta para profundizar en el conocimiento de una patología tan compleja y multifactorial como es el cáncer gástrico".
Modelos explicables
El objetivo final de este proyecto es que el personal clínico disponga de una herramienta de apoyo al diagnóstico y pronóstico del cáncer gástrico. El sistema, basándose en el modelo generado con los datos de centenares de pacientes, indicará al médico si, según su perfil –historia clínica, análisis, resultados de pruebas–, ese paciente tiene probabilidades de desarrollar un cáncer gástrico o, si ya lo padece, cuál es su pronóstico a futuro.
La herramienta de diagnóstico "no solo mostrará un resultado o una probabilidad, sino que, gracias a la inteligencia artificial explicable, será capaz de mostrar cuáles son los motivos más influyentes en ese diagnóstico", precisa Vega Rodrigálvarez, responsable de proyectos del grupo Big Data y Sistemas Cognitivos de Itainnova. "Evidentemente –aclara–, es una herramienta de ayuda a la toma de decisiones, y es el clínico quien valora el diagnóstico y el tratamiento apoyándose en los resultados que le ofrece la herramienta".
Pero no lo hace ciegamente. Entre los retos de este proyecto se encuentra la inteligencia artificial explicable, algo muy demandado, "especialmente en el ámbito sanitario, donde los expertos, ayudándose de la información predicha por el modelo de inteligencia artificial, pueden tomar decisiones importantes que influyen directamente sobre las personas". Rodrigálvarez reconoce que, en el sector de la salud, "una de las razones por las que las herramientas basadas en IA no tenían mucho éxito era la falta de transparencia y explicabilidad de los sistemas que se generaban, los modelos eran cajas negras donde se introducían una serie de variables y se ofrecían resultados sin tener ni idea de por qué se había llegado a esa conclusión". Uno de los retos del proyecto es conseguir generar modelos explicables que, además de diagnosticar de forma temprana un cáncer gástrico y predecir un pronóstico, ofrecerán una visualización gráfica que interpreta y explica los resultados del modelo, de modo que puedan entenderlos los expertos en cáncer. Este tipo de técnicas "les permitirá entender y confiar en los resultados que la máquina ha generado".
Fuente: Heraldo de Aragón
