Un estudio reciente combinó un modelo de aprendizaje profundo y la biología para predecir el pronóstico y la respuesta a la inmunoterapia contra el cáncer.
Los modelos de inteligencia artificial (IA) basados en aprendizaje automático o en aprendizaje profundo han tenido éxito en la detección temprana y el diagnóstico del cáncer a través del análisis de imágenes médicas. Sin embargo, existe un progreso más lento en predecir la respuesta al tratamiento y sus resultados en el tratamiento contra el cáncer, lo cual es crucial para desarrollar estrategias de tratamiento personalizado para los pacientes.
En artículo “El aprendizaje profundo guiado por la biología predice el pronóstico y la respuesta a la inmunoterapia contra el cáncer”, publicado en Nature Communications, los autores exploran el uso de aprendizaje profundo o deep learning, para predecir el pronóstico y la respuesta a la inmunoterapia en pacientes con cáncer.
Una barrera significativa para la traducción clínica de los modelos de aprendizaje profundo actuales es la falta de interpretabilidad, lo cual es provocado por no tomar en cuenta variables biológicas. En este sentido, el artículo presenta in enfoque de deep learning guiado por la biología, lo que permite la predicción simultánea del estado del microentorno tumoral (TME, en inglés) inmune y estromal, así como los resultados del tratamiento a partir de imágenes médicas.
“A pesar del éxito y el enorme potencial del aprendizaje profundo, la interpretabilidad sigue siendo uno de los retos más importantes para la traducción clínica. Esto es particularmente cierto para aplicaciones de alto riesgo como la toma de decisiones de tratamiento. Desafortunadamente, los modelos actuales de aprendizaje profundo se basan puramente en datos y no tienen en cuenta el conocimiento previo sobre la patobiología de la enfermedad”, mencionan los autores. Es decir, que la falta de interpretabilidad reduce la confianza y no permite que se reproduzcan nuevamente estos modelos, por ello los autores por ponen un enfoque basado en el conocimiento biológico.
Este estudio valida el modelo basado en biología para predecir el pronóstico del cáncer gástrico y el beneficio de la quimioterapia en un estudio internacional multicéntrico. Además, el modelo predice la respuesta a los inhibidores de los puntos de control inmunológico, es decir los medicamentos que bloquean las proteínas de pintos de control para que no se unan con otras proteínas, permitiendo la destrucción de las células cancerosas, y complementa los biomarcadores clínicamente aprobados.
El modelo de pronóstico fue validado extensivamente a través de una cohorte internacional que incluyó datos de 2,799 pacientes con cáncer gástrico. De esta forma, el modelo logró el modelo pudo identificar un subconjunto de pacientes que obtendrían beneficios de supervivencia con la quimioterapia.
De esta manera el estudio propone la necesidad de incorporar la biología del cáncer en el diseño de modelos de aprendizaje profundo para mejorar la interpretabilidad y la confianza en las predicciones. El microentorno tumoral, que incluye células inmunológicas y estromales, desempeña un papel importante en el pronóstico y la respuesta al tratamiento del cáncer. La evaluación de este microentorno a través de imágenes médicas ayudaría a proporcionar información valiosa y no invasiva, que sería útil para desarrollar tratamientos personalizados a cada paciente.
“Demostramos que la incorporación del conocimiento del dominio biológico como componentes integrales del aprendizaje profundo no solo mejoró la generalizabilidad en comparación con el enfoque tradicional, sino que también mejoró la interpretabilidad del modelo”, concluyeron los autores.
Consulta el estudio completo en el siguiente enlace:
