Investigadores de Moffitt Cancer Center y de la Universidad de Oxford, utilizaron un modelo IA, para desarrollar tratamientos estratégicos personalizados contra el cáncer.
Las estrategias de tratamiento contra el cáncer que se centran en la destrucción celular suelen fracasar contra cánceres metastáticos, esto ocurre debdo a la resistencia a los medicamentos. En este sentido, la estrategia de terapia adaptativa, las cuales se ajustan de manera dinámica durante el tratamiento para suprimir a poblaciones resistentes al tratamiento, son una alternativa importante para atender a los pacientes con cáncer. No obstante, existe todavía una falta de enfoque personalizados que aseguren su eficacia.
En este sentido, investigadores de Moffitt Cancer Center y de la Universidad de Oxford, utilizaron un modelo de inteligencia artificial (IA), para desarrollar tratamientos estratégicos personalizados contra el cáncer. Además, publicaron un estudio en la revista Cancer Research, donde detallan este marco que aprovecha el uso de deep learning para adaptar los programas de tratamiento adaptativos, optimizando los resultados en comparación con los protocolos actuales.
“Al integrar principios evolutivos y modelos matemáticos en la toma de decisiones sobre terapia adaptativa, nuestra investigación abre nuevas vías para traducir enfoques de tratamiento innovadores en la práctica clínica”, dijo el Dr. Alexander Anderson codirector del Centro de Excelencia para Terapia Evolutiva de Moffitt.
Por otra parte, el primer autor del estudio Kit Gallagher, estudiante de Oxford, aplicó la técnica de aprendizaje deep learning, un tipo de IA que permite crear programas de terapia adaptativas para el cáncer de próstata. Además, fue utilizado un modelo de paciente virtual para entrenar el sistema a través de un modelo matemático. Los resultados mostraron que el nuevo enfoque personalizado superó significativamente a los tratamientos estándar de atención y a los enfoques de terapia adaptativa existentes.
“La interpretabilidad ha sido durante mucho tiempo un obstáculo importante para la integración de enfoques de aprendizaje automático en la práctica clínica. Si bien estos marcos son una caja negra y no podemos entender cómo derivan recomendaciones de tratamiento, no podemos estar seguros de aplicarlos en la clínica”, dijo Gallagher.
Los autores del estudio están planeando nuevos estudios que ayuden a perfeccionar este método y para explorar su aplicación en otros tipos de cáncer. Asimismo, los autores reconocen que la medicina personalizada basada en modelos es el futuro del tratamiento del cáncer además la combinación con deep learning facilita la optimización de las estrategias de tratamiento.
