Redacción Farmacosalud.com

Las herramientas de Inteligencia Artificial (IA) van adquiriendo peso en el diagnóstico y personalización del tratamiento contra el cáncer de mama una vez comprobada su utilidad en la prevención y detección temprana del tumor, según ha quedado reflejado en la 15ª Revisión Anual GEICAM de Avances en Cáncer de Mama (RAGMA22), celebrada en Madrid. Una de las aportaciones más relevantes en este sentido ha sido un nuevo modelo de evaluación del riesgo de cáncer de mama denominado MIRAI desarrollado por el Instituto de Tecnología de Massachusetts (MIT por sus siglas en inglés), que analiza mamografías de los pacientes, las coteja con un histórico de cientos de miles de mamografías y predice el riesgo de desarrollar cáncer de mama hasta cinco años antes de que se presente la patología.

Probado en ocho países, logra una importante precisión en la identificación de las mujeres con alto riesgo. “Este sistema permite identificar a los pacientes que se beneficiarán de exámenes de detección adicionales, lo que ayudará a la prevención y detección temprana de la enfermedad y a una personalización de estas pruebas de detección. No obstante, se necesitan ensayos prospectivos para confirmar el beneficio de la identificación de cohortes de alto riesgo y establecer directrices basadas en MIRAI”, expresa la Dra. Regina Barzilay, especialista en IA del Instituto de Tecnología de Massachusetts (MIT), en Boston (Estados Unidos).

“Los modelos de IA ya se emplean en el diseño de medicamentos”
Para Barzilay, los modelos que ayuden a la interpretación de las mamografías de cribado serán los primeros en ser adoptados de forma generalizada, lo que mejorará la detección y el diagnóstico temprano, aunque uno de los retos que plantean es lograr una amplia adopción de este tipo de herramientas de IA en la práctica clínica. Para ello ve necesario un acercamiento de estos modelos a los profesionales sanitarios y el desarrollo de protocolos clínicos para ser utilizados de manera efectiva en la atención a los pacientes. A más largo plazo, esta experta prevé que “la IA jugará una función fundamental en la comprensión de los mecanismos de la enfermedad, la heterogeneidad de los tumores y su interacción con el sistema inmunitario. Paralelamente, los modelos de IA ya se emplean en el diseño de medicamentos, y su uso aumentará en los próximos años”, afirma.

Para la Dra. Barzilay, uno de los principales retos a la hora de diagnosticar y tratar a las afectadas de cáncer de mama tiene que ver con la incertidumbre que tienen paciente y cuidador sobre la trayectoria de la afección y su respuesta al plan de tratamiento propuesto. Los modelos de IA van a orientar la investigación del tumor mamario en la próxima década, contribuyendo a reducir la incertidumbre sobre la evolución de la enfermedad y la respuesta a los fármacos, con una personalización del tratamiento a las condiciones del paciente.

Predecir el riesgo mediante tomosíntesis digital
Otra de las presentaciones en RAGMA 2022 que revela el gran potencial de las herramientas de IA para evaluar el riesgo de padecer cáncer de mama es la realizada por el Dr. Mikael Eriksson, miembro del departamento de Epidemiología Médica y Bioestadística del Instituto Karolinska, en Estocolmo (Suecia). Su equipo ha desarrollado un modelo para la detección del riesgo de tumor mamario mediante tomosíntesis digital de mama (DBT, por sus siglas en inglés), también conocida como mamografía 3-D, que predice el riesgo de que a una persona le diagnostiquen un tumor de mama durante el año siguiente a haberse sometido a una prueba de detección con resultado negativo.

Según Eriksson, las mamografías que se utilizan de forma rutinaria detectan de forma temprana el cáncer de mama; sin embargo, entre el 15 y el 25% de los casos el tumor no se detecta en estos exámenes, lo que se denomina cánceres de intervalo, y entre el 20 y el 30% de los tumores son detectados en el cribado, pero en estado avanzado, por lo que estos dos grupos de pacientes tienen peor pronóstico que el resto. Esta herramienta de detección de riesgo se utiliza actualmente en algunas unidades de detección de Estados Unidos en la práctica clínica.

La herramienta de tomosíntesis digital basada en IA está diseñada para identificar a las mujeres que tienen un mayor riesgo de padecer cánceres en estadios avanzados y de intervalo. La Inteligencia Artificial se aplica aquí para extraer información adicional sobre el riesgo de las pacientes basándose en una mamografía de cribado regular. La mamografía DBT utiliza rayos X para obtener cortes milimétricos desde múltiples ángulos y disponer así de imágenes en 3D con las que poder realizar un examen más detallado de la mama.

Según el Dr. Eriksson, la precisión de esta herramienta tiene el potencial de ayudar a los radiólogos a identificar mejor a las personas que pueden beneficiarse de exámenes de detección adicionales, lo que podría facilitar el desarrollo de un protocolo para pruebas de detección basadas en el riesgo.

Prevención farmacológica
Según afirma el coordinador del comité organizador de RAGMA 2022, el Dr. José Enrique Alés, oncólogo del Complejo Asistencial de Ávila Hospital Nuestra Señora de Sonsoles, en Ávila, la prevención farmacológica, uno de los puntos del programa científico, se encuentra en este momento en una importante encrucijada. “A lo largo de tres décadas se han realizado numerosos estudios con fármacos que han demostrado uniformemente la posibilidad de disminuir la incidencia de cáncer de mama; sin embargo, es una estrategia muy poco utilizada en el mundo real”, subraya.

“Las causas de este escaso uso han sido debatidas ampliamente, desde la falta de información sobre los efectos secundarios al poco interés oficial y comercial", explica Alés. No obstante, con la aparición de nuevas herramientas de predicción de riesgo basadas en la IA, junto con el cada vez mejor conocimiento de los mecanismos moleculares que dan lugar al cáncer de mama, es posible que, a medio plazo, se pueda abrir "un nuevo capítulo de esta historia de la prevención, probablemente con mayor éxito”, apostilla.