{"id":54659,"date":"2025-05-14T09:43:42","date_gmt":"2025-05-14T15:43:42","guid":{"rendered":"https:\/\/saluddigital.com\/?p=54659"},"modified":"2025-05-14T09:46:29","modified_gmt":"2025-05-14T15:46:29","slug":"nuevo-modelo-de-ia-identifica-subtipos-de-cancer-de-pulmon-con-pronosticos-distintos","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/nuevo-modelo-de-ia-identifica-subtipos-de-cancer-de-pulmon-con-pronosticos-distintos\/","title":{"rendered":"Nuevo modelo de IA identifica subtipos de c\u00e1ncer de pulm\u00f3n con pron\u00f3sticos distintos"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Esta herramienta es capaz de clasificar con precisi\u00f3n a los pacientes con c\u00e1ncer seg\u00fan sus posibles resultados.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

A study published in Nature Communications<\/em><\/a> presenta el desarrollo de un innovador marco de machine learning o aprendizaje autom\u00e1tico llamado Graph-Encoded Mixture Survival (GEMS), dise\u00f1ado para identificar subtipos cl\u00ednicos o subfenotipos en pacientes con c\u00e1ncer de pulm\u00f3n no microc\u00edtico avanzado (CPNMA, en ingl\u00e9s). Este enfoque, aplicado a datos del mundo real, logra predecir con mayor precisi\u00f3n la supervivencia global y revela tres subgrupos de pacientes con caracter\u00edsticas y respuestas al tratamiento significativamente diferentes.\u00a0<\/p>

El equipo de investigadores de Weill Cornell Medicine y Regeneron Pharmaceuticals analiz\u00f3 registros electr\u00f3nicos de salud de 4,666 pacientes tratados con inhibidores de puntos de control inmunitario (ICI) como primera l\u00ednea de terapia. El modelo GEMS combina redes neuronales gr\u00e1ficas (GNN, en ingl\u00e9s) con t\u00e9cnicas de clustering<\/em> y predicci\u00f3n de supervivencia, superando a m\u00e9todos tradicionales como el modelo de riesgos proporcionales de Cox y algoritmos no supervisados.\u00a0<\/p>

\u201cEsperamos que este enfoque, en \u00faltima instancia, sea \u00fatil para probar y orientar tratamientos para una amplia gama de enfermedades\u201d, dijo el autor principal, el Dr. Fei Wang, director fundador del Instituto de IA para la Salud Digital en el Departamento de Ciencias de la Salud de la Poblaci\u00f3n en Weill Cornell Medicine.<\/p>

La clave del modelo radica en su capacidad para agrupar pacientes no solo por similitudes en sus datos cl\u00ednicos, como met\u00e1stasis, comorbilidades o resultados de laboratorio, sino tambi\u00e9n garantizando que cada subgrupo tenga patrones de supervivencia coherentes internamente y distintos entre s\u00ed. Esto permite una estratificaci\u00f3n m\u00e1s precisa que los enfoques convencionales.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La coautora del estudio, la Dra. Ying Li, cient\u00edfica de Regeneron que trabaja en la predicci\u00f3n de la respuesta al tratamiento expres\u00f3 que: \u201cNuestro objetivo era desarrollar una plataforma que clasificara a los pacientes con la enfermedad objetivo que reciben el mismo tratamiento en grupos con caracter\u00edsticas basales y resultados terap\u00e9uticos similares\u201d. Adem\u00e1s detall\u00f3 que validaron el m\u00e9todo utilizando una base de datos real de pacientes con c\u00e1ncer de pulm\u00f3n microc\u00edtico avanzado tratados con inhibidores de puntos de control inmunitario.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Los hallazgos clave del estudio incluyeron la identificaci\u00f3n de tres subfenotipos con pron\u00f3sticos y caracter\u00edsticas \u00fanicas:\u00a0<\/p>

  1. Subfenotipo 1 (42% de los pacientes): Mayor proporci\u00f3n de mujeres (55.5%), menor carga de met\u00e1stasis y mejor supervivencia global.<\/li>
  2. Subfenotipo 2 (14%): Predominio masculino (66.2%), supervivencia intermedia (305 d\u00edas) y riesgo de progresi\u00f3n acelerada tras los primeros 500 d\u00edas de tratamiento.<\/li>
  3. Subfenotipo 3 (44%): Mayor gravedad, con altas tasas de met\u00e1stasis hep\u00e1tica (31.2%) y cerebral (25.8%), comorbilidades como diabetes (15.1%) y la peor supervivencia con una mediana de 180 d\u00edas.<\/li><\/ol>

    El modelo demostr\u00f3 una precisi\u00f3n superior, a trav\u00e9s del \u00edndice de concordancia: 0.665 vs. 0.652 en m\u00e9todos basales y valid\u00f3 la reproducibilidad de los subgrupos en una cohorte independiente de 1,441 pacientes.\u00a0<\/p>

    Los subfenotipos identificados reflejan diferencias fisiopatol\u00f3gicas relevantes. Por ejemplo, el subfenotipo 3 mostr\u00f3 marcadores asociados a resistencia a inmunoterapia, mientras que el subfenotipo 1 present\u00f3 caracter\u00edsticas vinculadas a mejor respuesta. Estos hallazgos podr\u00edan guiar decisiones terap\u00e9uticas personalizadas, como intensificar seguimientos en pacientes del subfenotipo 2 o explorar terapias combinadas para el subfenotipo 3.\u00a0<\/p>

    \u201cProbablemente necesitaremos m\u00e1s que datos de registros m\u00e9dicos electr\u00f3nicos para esto, pero queremos entender los mecanismos biol\u00f3gicos que explican estos distintos subgrupos de pacientes\u201d, dijo el Dr. Wang<\/p>

    Los autores destacan que el estudio se basa en datos observacionales y no establece causalidad. Adem\u00e1s, no incluy\u00f3 informaci\u00f3n gen\u00f3mica detallada o notas m\u00e9dicas no estructuradas. Sin embargo, el marco GEMS es adaptable a otras enfermedades, ofreciendo un camino para avanzar hacia la medicina de precisi\u00f3n.\u00a0<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

    \n\t\t\t\t\t\t
    \n\t\t\t\t\t
    \n\t\t\t
    \n\t\t\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t\t\t
    \n\t\t\t\t\t\t\t
    \n\t\t\t\t\t
    \n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

    NATURE<\/strong><\/p>

    https:\/\/www.nature.com\/articles\/s41467-025-59092-8<\/a><\/p>

    WEILL CORNELL MEDICINE<\/strong><\/p>

    https:\/\/news.weill.cornell.edu\/news\/2025\/05\/ai-tool-accurately-sorts-cancer-patients-by-their-likely-outcomes<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

    Nuevo modelo de IA y machine learning identifica subtipos o subfenotipos de c\u00e1ncer de pulm\u00f3n con pron\u00f3sticos distintos.<\/p>","protected":false},"author":1,"featured_media":54661,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-54659","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/54659","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=54659"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/54659\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/54661"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=54659"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=54659"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=54659"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}