La herramienta de inteligencia artificial ‘DeepHRD’ acelera las decisiones sobre el tratamiento del cáncer

Un equipo dirigido por ingenieros e investigadores médicos de la Universidad de California en San Diego ha desarrollado una nueva generación de herramientas de inteligencia artificial (IA) diseñadas para permitir la detección rápida y de bajo costo de alteraciones genómicas clínicamente procesables directamente a partir de portaobjetos de biopsia de tumores.

Un artículo que describe el nuevo protocolo de IA para examinar biopsias de rutina, llamado DeepHRD, aparece en el Revista de Oncología Clínica.

El autor principal, Ludmil Alexandrov, Ph.D., profesor de bioingeniería y profesor de medicina celular y molecular en la UC San Diego, dice que el nuevo método está diseñado para ahorrar semanas y miles de dólares en los flujos de trabajo de tratamiento oncológico clínico para cánceres de mama y de ovario.

El equipo afirma que su trabajo representa un enorme paso adelante en los esfuerzos globales por eliminar los retrasos y las desigualdades sanitarias que han frustrado la promesa de una medicina de precisión para los pacientes con cáncer. El objetivo general es desarrollar nuevas herramientas de inteligencia artificial que puedan complementar o reemplazar las costosas y lentas pruebas genómicas necesarias para determinar el mejor tratamiento de primera línea contra el cáncer específico para cada paciente.

«Hoy en día, un paciente con cáncer puede esperar semanas cruciales después del diagnóstico inicial del tumor para una prueba genómica estándar, lo que da lugar a demoras potencialmente mortales en el tratamiento», dijo Alexandrov. «Es muy preocupante que los altos costos y las demoras en el tiempo hagan que los protocolos de tratamiento que salvan vidas sean inaccesibles para la mayoría de los pacientes, lo que afecta desproporcionadamente a los entornos con recursos limitados».

En la UC San Diego, este trabajo representa una colaboración que abarca todo el campus, incluido el Departamento de Medicina Celular y Molecular de la Facultad de Medicina de la UC San Diego, el Departamento de Bioingeniería Shu Chien-Gene Lay de la Facultad de Ingeniería Jacobs de la UC San Diego, el Instituto de Ingeniería en Medicina, el Departamento de Medicina y el Centro Oncológico Moores de la UC San Diego.

Fue el potencial de la oncología de precisión para adaptar las opciones de tratamiento de cada paciente lo que motivó a los colaboradores, dijo Erik Bergstrom, Ph.D., autor principal del estudio e investigador postdoctoral en el laboratorio de Alexandrov, que une la bioingeniería y la medicina.

«Desafortunadamente, los altos costos, los requisitos de tejido y los tiempos de respuesta lentos han dificultado el uso generalizado de la oncología de precisión, lo que ha llevado a un tratamiento subóptimo, potencialmente perjudicial, para los pacientes con cáncer», dijo Bergstrom. «Queríamos ver si podíamos desarrollar un enfoque completamente diferente para resolver este grave problema mediante el diseño de IA para evitar la necesidad de pruebas genómicas».

Bergstrom dijo que los colaboradores se centraron en aprovechar la cantidad mínima de información del paciente que está disponible al principio del proceso de diagnóstico. Explicó que prácticamente todos los pacientes con cáncer se someten a una biopsia del tumor, una muestra de tejido que se procesa y examina de forma rutinaria a través de un microscopio óptico. El proceso se desarrolló a fines del siglo XIX y todavía hoy es la columna vertebral estándar de los primeros flujos de trabajo de oncología clínica.

«Nuestra IA, aplicada directamente a un portaobjetos de tejido tradicional, permite la detección precisa e instantánea de biomarcadores genómicos del cáncer», afirmó Bergstrom. Explicó que el equipo se centró en la identificación mediante IA de un biomarcador específico para la deficiencia de recombinación homóloga (HRD), una afección en la que una célula cancerosa pierde un mecanismo específico de reparación de daños en el ADN.

Bergstrom señaló que los pacientes con cáncer de ovario o de mama que albergan HRD generalmente responden bien a las terapias con platino y PARP (poli-ADP ribosa polimerasa), dos formas comunes de quimioterapia.

«Este método de IA ahorra al paciente un tiempo crucial», añadió Alexandrov. «Los oncólogos pueden prescribir el tratamiento inmediatamente después del diagnóstico tisular inicial. Sorprendentemente, la prueba de IA tiene una tasa de fracaso insignificante, mientras que las pruebas genómicas actuales tienen una tasa de fracaso del 20 al 30 por ciento, lo que hace necesario repetir la prueba o incluso realizar una nueva biopsia invasiva».

El coautor principal del estudio, el Dr. Scott Lippman, profesor distinguido de medicina de la UC San Diego, del Centro de Ingeniería y Cáncer, y miembro del Centro de Cáncer Moores, dijo que la nueva tecnología eliminará las barreras de tiempo y dinero para permitir el acceso inmediato y universal y la igualdad a la detección de biomarcadores genómicos procesables (necesarios para la terapia de precisión) para personas con cánceres avanzados. El aspecto extraordinario de esta IA innovadora es que beneficiará a poblaciones altamente informadas y con recursos, y notablemente, cerrará la grave brecha de disparidad en la medicina de precisión, especialmente en regiones remotas y con recursos limitados en todo el mundo donde las pruebas aún no existen.

«La era de la oncología de precisión comenzó a fines de los años 90, pero estudios recientes en Estados Unidos muestran que la gran mayoría de los pacientes con cáncer no reciben la terapia de precisión aprobada por la FDA», dijo Lippman. «Y la razón principal es que no se están haciendo pruebas. Como oncólogo clínico (y llevo haciendo esto casi 40 años), no hay duda de que este enfoque es el futuro de la oncología de precisión».

La tecnología de IA detrás de DeepHRD está protegida por patentes provisionales a través de la Universidad de California en San Diego, que han sido licenciadas a io9, una empresa en la que participan activamente Alexandrov, Bergstrom y Lippman, y cuyo objetivo es trasladar esta plataforma de IA al ámbito clínico lo antes posible para que la terapia de precisión sea una realidad para los pacientes con cáncer, facilitándoles el acceso a los tratamientos precisos que necesitan con mayor rapidez. Los autores esperan que la misma tecnología pueda aplicarse a la mayoría de los demás biomarcadores genómicos y a muchas formas de cáncer.