Un estudio multicéntrico publicado en The Lancet Digital Health revela un modelo de IA eficaz para la predicción de subtipos de leucemia aguda.
La identificación rápida y precisa de los subtipos de leucemia aguda es de suma importancia para iniciar el tratamiento adecuado y reducir la mortalidad temprana. Un estudio reciente, publicado en la edición de mayo de 2024 de The Lancet Digital Health, ha desarrollado un modelo de machine learning que podría ser capaz de predecir los subtipos de leucemia aguda basándose en parámetros de laboratorio rutinarios. Este avance promete mejorar significativamente el diagnóstico en entornos con recursos limitados.
El estudio, liderado por el Dr. Vincent Alcazer, y su equipo de investigadores, evaluó diferentes estrategias de machine learning utilizando un algoritmo personalizado de selección de variables. El objetivo fue crear un modelo de boosting de gradiente extremo para predecir subtipos de leucemia aguda como: leucemia linfoblástica aguda (LLA); leucemia mieloide aguda (LMA), y leucemia promielocítica aguda (LPA) a partir de 19 parámetros de laboratorio comunes.
Esta investigación se llevó a cabo utilizando datos de seis hospitales universitarios en Francia, abarcando un período de casi una década (2012-2021). En total, se incluyeron 1,410 pacientes diagnosticados con uno de los tres subtipos de leucemia aguda. Los datos de estos pacientes se dividieron en conjuntos de entrenamiento y validación interna y externa para evaluar la eficacia del modelo.
El estudio arrojó resultados prometedores, pues el modelo de IA, denominado AI-PAL (Artificial Intelligence Prediction of Acute Leukemia), mostró un alto rendimiento en la predicción de los subtipos de leucemia. Las áreas bajo la curva de características operativas del receptor (AUC) fueron 0.97 para LPA, 0.90 para LLA y 0.89 para LMA. Las tasas de precisión del modelo fueron impresionantes: 99.5% para LLA, 98.8% para LMA, y 99.7% para LPA en el modelo confiable, y 87.9% para LLA, 86.3% para LMA, y 96.1% para LPA en el modelo general.
En este sentido, el modelo AI-PAL demostró ser una herramienta eficaz para el diagnóstico de los tres principales subtipos de leucemia aguda utilizando parámetros de laboratorio simples. Aunque son necesarias más pruebas con diversos tipos de poblaciones, la disponibilidad generalizada de esta herramienta podría revolucionar el tratamiento inicial de la leucemia en áreas donde hay escasez de especialistas, ya que facilitaría la toma de decisiones terapéuticas oportunas y mejoraría los resultados para los pacientes.
