La era de la IA en Oncología: optimismo con cautela

En 2020, la revista líder en técnicas de investigación Nature Medicine destacaba la inteligencia artificial (IA) y su posible aplicación en el diagnóstico y la monitorización del cáncer como uno de los hitos recientes más significativos en medicina oncológica.

Hoy, dos años después, —esta técnica basada en algoritmos creada para que las máquinas desarrollen capacidades similares a las del ser humano— se sitúa como la tecnología de moda debido a su potencial para revolucionar la investigación del cáncer usando modelos de aprendizaje automático para buscar datos médicos y descubrir conocimientos que ayuden a mejorar los resultados de salud y la experiencia de los pacientes.

Sin embargo, al mismo tiempo que muchos oncólogos se deshacen en halagos, otros muchos plantean interrogantes sobre su uso en la práctica clínica. ¿La solución? Optimismo con cautela.

Aplicaciones en la Oncología

La pandemia de la COVID-19 y los retos que trajo consigo obligaron a los sistemas de salud de diferentes partes del mundo a buscar soluciones alternativas para tratar a sus pacientes de forma más rápida y eficaz, encontrando como herramienta de apoyo el machine learning y la IA, que ofrecen aplicaciones incontables, pero aún se encuentran en una etapa muy temprana.

Así lo han explicado doctores expertos en el marco de la reunión anual de la Sociedad Americana de Oncología  (ASCO) en Chicago —a la que el equipo de LLYC Healthcare pudo atender—y en la que se destacaron algunas de las funciones más comunes aplicadas a la medicina oncológica así como los retos que plantea.

Una de ellas es el análisis de imágenes como tomografías computarizadas, rayos X, resonancias magnéticas y otras imágenes en busca de lesiones u otros hallazgos que un radiólogo experto podría pasar por alto. Tanto es así, que un estudio pionero publicado en 2017 que analizaba más de 129.450 imágenes clínicas de enfermedades de la piel para clasificar las lesiones, tuvo un resultado muy alentador ya que la precisión del sistema en la detección de melanomas y carcinomas malignos se equiparó a la de los dermatólogos profesionales.

Otra aplicación interesante de la IA en oncología es el potencial para hacer que los ensayos clínicos sean más productivos e inclusivos, dado que en la primera fase los investigadores dedican mucho tiempo y recursos a asignar códigos médicos a los resultados de los pacientes y actualizar los datos relevantes. Con la aplicación de la IA, este proceso puede acelerarse ya que la máquina puede realizar una búsqueda más rápida e inteligente de estos resultados.

Además, recientemente el profesor de datos biomédicos en Stanford, James Zou, demostró que la IA puede ayudar a diseñar reglas de elegibilidad adecuadas para los ensayos clínicos. Con su algoritmo con nombre de nave espacial, Trial Pathfinder, logró combinar los registros médicos electrónicos y examinar los detalles que permiten que algunos pacientes sean elegibles para un ensayo y que otros pacientes sean excluidos, duplicando el número de posibles participantes y ampliando el grupo para incluir a más mujeres, minorías y pacientes mayores.

Por último, esta herramienta puede suponer un gran avance y ahorro de costes para las empresas farmacéuticas que invierten millones de dólares y años de investigación en el desarrollo de nuevos medicamentos. Con esta tecnología de análisis del big data de su lado, pueden encontrar información clave extraída de millones de artículos científicos que pueden utilizarse para desarrollar nuevos tratamientos o encontrar dos o más medicamentos existentes con efectos sinérgicos, lo que permite a las empresas farmacéuticas experimentar con nuevas combinaciones de fármacos, lo que se denomina «reposicionamiento de fármacos».

Una revolución, pero con medida

Aunque parece que esta tecnología lleva en nuestras vidas desde siempre porque estamos acostumbrados a usar en nuestro día a día los algoritmos de predicciones como un GPS para llegar a un hotel o la aplicación SIRI de Apple cuando queremos saber sobre el pronóstico del clima para el día siguiente, la realidad es que existe mucho escepticismo alrededor de su práctica aplicada a la medicina.

La duda y crítica es más válida que nunca ya que cuando se trata de dejar en manos de robots la toma de decisiones que afectan a seres humanos, hay mucho que pensar, puesto que se pueden dar situaciones en las que la herramienta no funcione bien, sugiriendo, por ejemplo, una dosis incorrecta de un fármaco o no aplicando bien un algoritmo, teniendo consecuencias nefastas para la salud del paciente.

Por este motivo, los esfuerzos para educar a los médicos sobre la IA para integrar el uso de la tecnología en nuestras prácticas son esenciales. Solo estableciendo medidas y normativas específicas como asegurar que las organizaciones profesionales han tomado medidas para evaluar los algoritmos en la práctica; obtener una garantía de calidad por las Agencias de los Medicamentos o saber cómo asignará la ley la responsabilidad en caso de mala praxis, tal y como se destaca en la revista JAMA, conseguiremos que tanto los médicos como los hospitales consideren de forma generalizada usar productos basados en la IA.

En definitiva, nos encontramos ante una tecnología con un potencial enorme en el campo de la medicina y la lucha contra el cáncer, pero solo tendrá éxito si quienes la utilizan priorizan la ética y responsabilidad ante todo.