El potencial de la IA para mejorar la atención en cáncer va a seguir en aumento

La inteligencia artificial (IA) ha entrado en el debate público por todo lo alto. Sin embargo, para los facultativos esta «nueva» herramienta lleva mucho tiempo con ellos. Los investigadores, que fueron los primeros en ver su potencial, buscaron la forma de transformar la atención a las personas con cáncer y mejorar los resultados de los pacientes.

Se trata de algo novedoso, por ello en el Congreso ESMO 2023 en Madrid, que se celebra del 20 al 24 de octubre, habrá sesiones específicas centradas en la IA para dar a conocer los avances que se han hecho en términos de métodos de computación avanzados aplicados a la oncología.

La Ley de Amara, que invita a las personas a pensar sobre el impacto de la tecnología, explica que «se tiende a sobreestimar el impacto inmediato de la tecnología y subestimar sus efectos a largo plazo». No obstante, como sucede con cualquier área de conocimiento relacionada con la salud humana, es necesario añadir cierta precaución al entusiasmo y, por lo tanto, estas nuevas tecnologías se están incorporando poco a poco.

Los ejemplos de su aplicación en la práctica clínica hasta ahora se limitan a la clasificación (triaje) de imágenes de biopsias, mamografías y tomografías computarizadas (CT, por sus siglas en inglés) de pulmón usadas para realizar cribados de pacientes en función de la presencia de tumores, así como a algunas áreas de la investigación sobre el cáncer.

No obstante, la implementación de estas tecnologías en la investigación oncológica y la práctica clínica más extendidas está lejos de ser homogénea, lo cual indica que existen barreras que pueden ralentizar su adopción y los beneficios que podrían aportar en los procesos de investigación y los cuidados del cáncer, incluyendo prevención, cribado y rutas de atención.

Mejorar la detección del cáncer

A partir de un estudio cualitativo presentado en el Congreso ESMO 2023 –que explora el potencial de las tecnologías basadas en IA para mejorar la obtención de imágenes, el diagnóstico y los retrasos en el área de oncología en siete países europeos–, la doctora Raquel Pérez-López, radióloga del Instituto de Oncología Vall d'Hebron de Barcelona, considera que las guías existentes sobre cribado y diagnóstico del cáncer «no se aplican de forma homogénea dentro de Europa».

Pérez-López vio el potencial de la digitalización y sugirió anteponer el cribado de los pacientes a partir de sus historias clínicas. A día de hoy, asegura, existen plataformas basadas en IA «que permiten el análisis de datos» recogidos en las historias clínicas electrónicas y en las unidades de imagen. Estos avances, apunta, podrían contribuir a los programas de prevención y cribado identificando a los individuos en riesgo de desarrollar la enfermedad. Sin embargo, «los presentes recursos están siendo infrautilizados».

Potenciar la investigación en el mundo

Aplicaciones menos tangibles, pero igualmente importantes de los métodos de computación avanzados, están transformando algunas áreas de la investigación en oncología.

En el campo de la genética del cáncer, por ejemplo, muchas de las mutaciones incluidas en los estudios genómicos modernos se emplean para identificar a los pacientes adecuados para recibir terapias dirigidas empleando 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 de forma más extendida para analizar diversos tipos de datos incluidos en estudios de evidencia obtenida en el mundo real, que están ganando terreno como un medio de generar evidencia en campos como el de los cánceres raros, en los que no es posible realizar ensayos clínicos aleatorizados tradicionales, o para acercar los resultados.

No es casual que la reciente publicación de la ESMO Guidance for Reporting Oncology real-World evidence (GROW), desarrollada para orientar las publicaciones científicas en este campo, también aborden el asunto de las tecnologías basadas en IA. En particular, la guía ESMO-GROW tiene como objetivo armonizar las prácticas de la investigación oncológica proporcionando recomendaciones detalladas sobre las pruebas y pasos de validación necesarios para presentar datos obtenidos en el mundo real de forma precisa y transparente.

Entre esas recomendaciones se incluyen consideraciones relacionadas con el empleo de algoritmos de IA para el análisis de datos en estudios sobre mundo real, una inclusión necesaria para plasmar todas las consideraciones relevantes y específicas al área de oncología y adelantarse a los avances que se presenten en el futuro.

«En el futuro próximo», ha declarado el doctor Rodrigo Dienstmann, director de Oncoclínicas Precision Medicine en Sao Paulo (Brasil), podremos ver cómo las herramientas de IA transforman «el procesamiento de datos dentro de los sistemas de información de los hospitales y de las historias clínicas» haciendo posible que los médicos obtengan resúmenes de grandes cantidades de información presionando un botón.

Además, ha explicado que el documento aborda este probable escenario en el cual los datos empleados para investigar ya no serán recogidos ni estructurados por expertos, sino procesados y resumidos por una máquina.

Y es que según ha puntualizado el experto, adoptar un método estándar para evaluar las tecnologías basadas en IA con el mismo grado de fiabilidad con el que se evalúan los medicamentos en los ensayos clínicos «será crucial para aprovechar al máximo sus beneficios».

Implementar la oncología digital en la práctica

La investigación en el mundo real impulsada por el análisis de datos avanzado está siendo cada vez más habitual en los ensayos clínicos, algo que también está empezando a extenderse entre las agencias reguladoras para la autorización de nuevos medicamentos. Gracias a esto, la capacidad de interpretar con precisión este tipo de evidencia será una habilidad esencial para todos los profesionales de la oncología en el futuro.

Según Dienstmann, los oncólogos –como grupo– no están preparados para esta evolución y tiene necesidades formativas que van a crecer en la misma medida en que lo haga la IA a los flujos de trabajo clínicos. «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.

Es por ello, ha asegurado, que es necesario «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.