الريــم
12-26-2022, 02:54 PM
Si se habla de c?ncer, campos como la inteligencia artificial ya permiten a los onc?logos optimizar recursos en el diagn?stico y tratamiento del paciente. Ahora, se abren otras posibilidades: un algoritmo ha demostrado ser ?til como herramienta cl?nica predictiva a las respuestas de los enfermos a la inmunoterapia. Antes de que la tecnolog?a pueda utilizarse cl?nicamente, deben confirmarse los hallazgos, explica a EL PERI?DICO DE ESPA?A (https://www.epe.es/es/sanidad/20221226/inteligencia-artificial-herramienta-predecir-respuesta-80297438), del grupo Prensa Ibérica, el doctor Pedro Pérez Segura, y jefe del Servicio de Oncolog?a Médica del Hospital Universitario Cl?nico San Carlos de Madrid. El algoritmo, aclara, puede ser muy ?til para conocer si un tratamiento (en este caso inmunoterapia) puede, o no, provocar una toxicidad importante al paciente y ayudar a los médicos en la toma de decisiones.
El doctor Pérez Segura es coordinador cient?fico de la plataforma de publicaciones Oncomedic, que ha recogido las conclusiones de un nuevo estudio de investigadores del Johns Hopkins Cancer Center y el Bloomberg Kimmel Institute for Cancer Immunotherapy de Estados Unidos que han trabajado con éxito un algoritmo de inteligencia artificial para predecir qué pacientes con melanoma responder?an al tratamiento y cu?les no. El programa es el DeepTCR y ha mostrado su validez como herramienta cl?nica predictiva, adem?s de ense?ar a los cient?ficos los mecanismos biol?gicos subyacentes a las respuestas de los pacientes a la inmunoterapia.
Para los investigadores,lo m?s interesante fue ver lo que el modelo aprendi? sobre la respuesta del sistema inmunitario a la inmunoterapia.
John-William Sidhom, primer autor del estudio, ha explicado que lo m?s interesante fue ver lo que el modelo aprendi? sobre la respuesta a la inmunoterapia. "Ahora podemos explotar esa informaci?n para desarrollar modelos m?s s?lidos y, posiblemente, mejores enfoques de tratamiento para muchas enfermedades, incluso aquellas fuera de la oncolog?a", ha se?alado el cient?fico. Seg?n detallan desde desde Oncomedic, la revista Science Advances ya public? un resumen de la investigaci?n en el que se observa que DeepTCR usa una forma concreta de inteligencia artificial para reconocer patrones en grandes vol?menes de datos. En este caso, los datos son las secuencias de amino?cidos de prote?nas, llamadas receptores de células T (TCR, en sus siglas en inglés).
Seg?n se detalla en la investigaci?n de los cient?ficos norteamericanos, los TCR se asientan en el exterior de las células T del sistema inmunitario, esperando ser atacados por una prote?na de un enemigo (c?ncer, bacterias o virus). Son como cerraduras que s?lo se pueden abrir con una ?nica llave. El exterior de la célula T est? repleto de muchos TCR, pero todos son idénticos y se abren con la misma llave enemiga, describen los investigadores. Sin saber qué enemigos est?n presentes, muchas células T diferentes deambulan por el cuerpo. Cuando se activa un TCR, su célula T libera moléculas para matarlos y se clona a s? misma para fortalecer la respuesta.
CONFIRMAR LOS HALLAZGOS
El ensayo desgrana que algunas células tumorales desarrollan formas de bloquear la respuesta de las células T, aunque los TCR se hayan activado. Los actuales tratamientos de inmunoterapia -conocidos como inhibidores de puntos de control-, consisten en prote?nas que bloquean esta capacidad en los tumores, lo que hace que las células T respondan al c?ncer. Sin embargo, estos medicamentos s?lo ayudan a una minor?a de pacientes.
Los investigadores deben confirmar estos hallazgos en una poblaci?n de pacientes m?s amplia antes de que el algoritmo pueda usarse cl?nicamente para guiar una terapia.
El programa ayudar?a a predecir la respuesta a la inmunoterapia en los enfermos pero, advierte el doctor Pérez Segura, a pesar de las conclusiones tan prometedoras de este estudio, los investigadores deben confirmar estos hallazgos en una poblaci?n m?s amplia antes de que el algoritmo pueda usarse cl?nicamente para guiar una terapia. Porque, explica, la implantaci?n de este tipo de tecnolog?as es un campo en el que se est? trabajando mucho a nivel europeo, pero, por ahora y fundamentalmente, en diagn?stico o aquello que tiene que ver con perfiles moleculares. "En diagn?stico, la inteligencia artificial lo que se hace es ense?ar a las m?quinas, con una cantidad gigantesca de im?genes y datos, a que aprendan a discernir un aspecto u otro que a nosotros nos interesa para manejar a un paciente".
"Una m?quina de este tipo va a ver en d?as millones de veces m?s im?genes de un ser humano que un médico puede ver a lo largo de su vida", asegura el especialista.
Cita un ejemplo: "Los coches Tesla no atropellan a la gente porque se les ha metido en su memoria millones y millones de im?genes de lo que es un ser humano y para que, cuando vean algo parecido, paren y no sigan. Esto es similar: cuando queremos diagnosticar una imagen radiol?gica lo que se hace es ense?ar a la m?quina a diferenciar un tumor de otras lesiones que no lo son. Una m?quina de este tipo va a ver en d?as millones de veces m?s im?genes de un ser humano que un médico puede ver a lo largo de toda su vida. Al final, lo que hacemos es discernirlo y eso, con situaciones m?s f?ciles y otras m?s complejas, lleva a un porcentaje de acierto muy alto". Por tanto, indica, la mayor?a de las investigaciones con IA se est?n centrando en diagn?stico radiol?gico: mamograf?a, radiolog?a tor?cica, lesiones cut?neas...
Predecir la toxicidad
Adem?s, a?ade el médico, se est? intentando "coger todo eso, lo que es el Big Data -es decir, los datos de miles y miles de pacientes- para intentar responder a preguntas c?mo qué personas pueden responder mejor a un medicamento, qué pacientes van a tener m?s toxicidad, etc". Lo que se hace realmente es utilizar datos cl?nicos de la situaci?n del paciente, la medicaci?n que toma, datos del tumor (tipo, estadio...); las anal?ticas que se le van haciendo y las pruebas de imagen y, con eso, "intentar encontrar perfiles o variables que permitan discernir qué pacientes tienen m?s posibilidad de responder", en este caso a la inmunoterapia.
Actualmente, a?ade, "no existe ninguna herramienta validada" en esta direcci?n, pero "existen muchos proyectos en distintos pa?ses que est?n trabajando este tema y es esperable que, en breve, tengamos datos que nos permitan poder utilizarlo como una ayuda". Se explica: "Si t? tienes un paciente que no tienes muy claro hasta qué punto un tratamiento puede provocarle una toxicidad importante y tienes, a lo mejor, otras opciones terapéuticas, este programa te puede ayudar a predecir. Y decirte si el riesgo de toxicidad es del 80%; o no, es de un 20%, por ejemplo".
Insiste en que son herramientas que ayudar?n a los médicos "en la toma de decisiones, porque no puedes dejar de usar un tratamiento porque tengas una aproximaci?n". Por tanto, incide, son perspectivas de un futuro muy cercano. Ensayos como el de Estados Unidos, concluye, contribuir?n a tener m?s respuestas.
أكثر... (https://www.sport.es/es/noticias/sociedad/inteligencia-artificial-herramienta-predecir-respuesta-80394612)
El doctor Pérez Segura es coordinador cient?fico de la plataforma de publicaciones Oncomedic, que ha recogido las conclusiones de un nuevo estudio de investigadores del Johns Hopkins Cancer Center y el Bloomberg Kimmel Institute for Cancer Immunotherapy de Estados Unidos que han trabajado con éxito un algoritmo de inteligencia artificial para predecir qué pacientes con melanoma responder?an al tratamiento y cu?les no. El programa es el DeepTCR y ha mostrado su validez como herramienta cl?nica predictiva, adem?s de ense?ar a los cient?ficos los mecanismos biol?gicos subyacentes a las respuestas de los pacientes a la inmunoterapia.
Para los investigadores,lo m?s interesante fue ver lo que el modelo aprendi? sobre la respuesta del sistema inmunitario a la inmunoterapia.
John-William Sidhom, primer autor del estudio, ha explicado que lo m?s interesante fue ver lo que el modelo aprendi? sobre la respuesta a la inmunoterapia. "Ahora podemos explotar esa informaci?n para desarrollar modelos m?s s?lidos y, posiblemente, mejores enfoques de tratamiento para muchas enfermedades, incluso aquellas fuera de la oncolog?a", ha se?alado el cient?fico. Seg?n detallan desde desde Oncomedic, la revista Science Advances ya public? un resumen de la investigaci?n en el que se observa que DeepTCR usa una forma concreta de inteligencia artificial para reconocer patrones en grandes vol?menes de datos. En este caso, los datos son las secuencias de amino?cidos de prote?nas, llamadas receptores de células T (TCR, en sus siglas en inglés).
Seg?n se detalla en la investigaci?n de los cient?ficos norteamericanos, los TCR se asientan en el exterior de las células T del sistema inmunitario, esperando ser atacados por una prote?na de un enemigo (c?ncer, bacterias o virus). Son como cerraduras que s?lo se pueden abrir con una ?nica llave. El exterior de la célula T est? repleto de muchos TCR, pero todos son idénticos y se abren con la misma llave enemiga, describen los investigadores. Sin saber qué enemigos est?n presentes, muchas células T diferentes deambulan por el cuerpo. Cuando se activa un TCR, su célula T libera moléculas para matarlos y se clona a s? misma para fortalecer la respuesta.
CONFIRMAR LOS HALLAZGOS
El ensayo desgrana que algunas células tumorales desarrollan formas de bloquear la respuesta de las células T, aunque los TCR se hayan activado. Los actuales tratamientos de inmunoterapia -conocidos como inhibidores de puntos de control-, consisten en prote?nas que bloquean esta capacidad en los tumores, lo que hace que las células T respondan al c?ncer. Sin embargo, estos medicamentos s?lo ayudan a una minor?a de pacientes.
Los investigadores deben confirmar estos hallazgos en una poblaci?n de pacientes m?s amplia antes de que el algoritmo pueda usarse cl?nicamente para guiar una terapia.
El programa ayudar?a a predecir la respuesta a la inmunoterapia en los enfermos pero, advierte el doctor Pérez Segura, a pesar de las conclusiones tan prometedoras de este estudio, los investigadores deben confirmar estos hallazgos en una poblaci?n m?s amplia antes de que el algoritmo pueda usarse cl?nicamente para guiar una terapia. Porque, explica, la implantaci?n de este tipo de tecnolog?as es un campo en el que se est? trabajando mucho a nivel europeo, pero, por ahora y fundamentalmente, en diagn?stico o aquello que tiene que ver con perfiles moleculares. "En diagn?stico, la inteligencia artificial lo que se hace es ense?ar a las m?quinas, con una cantidad gigantesca de im?genes y datos, a que aprendan a discernir un aspecto u otro que a nosotros nos interesa para manejar a un paciente".
"Una m?quina de este tipo va a ver en d?as millones de veces m?s im?genes de un ser humano que un médico puede ver a lo largo de su vida", asegura el especialista.
Cita un ejemplo: "Los coches Tesla no atropellan a la gente porque se les ha metido en su memoria millones y millones de im?genes de lo que es un ser humano y para que, cuando vean algo parecido, paren y no sigan. Esto es similar: cuando queremos diagnosticar una imagen radiol?gica lo que se hace es ense?ar a la m?quina a diferenciar un tumor de otras lesiones que no lo son. Una m?quina de este tipo va a ver en d?as millones de veces m?s im?genes de un ser humano que un médico puede ver a lo largo de toda su vida. Al final, lo que hacemos es discernirlo y eso, con situaciones m?s f?ciles y otras m?s complejas, lleva a un porcentaje de acierto muy alto". Por tanto, indica, la mayor?a de las investigaciones con IA se est?n centrando en diagn?stico radiol?gico: mamograf?a, radiolog?a tor?cica, lesiones cut?neas...
Predecir la toxicidad
Adem?s, a?ade el médico, se est? intentando "coger todo eso, lo que es el Big Data -es decir, los datos de miles y miles de pacientes- para intentar responder a preguntas c?mo qué personas pueden responder mejor a un medicamento, qué pacientes van a tener m?s toxicidad, etc". Lo que se hace realmente es utilizar datos cl?nicos de la situaci?n del paciente, la medicaci?n que toma, datos del tumor (tipo, estadio...); las anal?ticas que se le van haciendo y las pruebas de imagen y, con eso, "intentar encontrar perfiles o variables que permitan discernir qué pacientes tienen m?s posibilidad de responder", en este caso a la inmunoterapia.
Actualmente, a?ade, "no existe ninguna herramienta validada" en esta direcci?n, pero "existen muchos proyectos en distintos pa?ses que est?n trabajando este tema y es esperable que, en breve, tengamos datos que nos permitan poder utilizarlo como una ayuda". Se explica: "Si t? tienes un paciente que no tienes muy claro hasta qué punto un tratamiento puede provocarle una toxicidad importante y tienes, a lo mejor, otras opciones terapéuticas, este programa te puede ayudar a predecir. Y decirte si el riesgo de toxicidad es del 80%; o no, es de un 20%, por ejemplo".
Insiste en que son herramientas que ayudar?n a los médicos "en la toma de decisiones, porque no puedes dejar de usar un tratamiento porque tengas una aproximaci?n". Por tanto, incide, son perspectivas de un futuro muy cercano. Ensayos como el de Estados Unidos, concluye, contribuir?n a tener m?s respuestas.
أكثر... (https://www.sport.es/es/noticias/sociedad/inteligencia-artificial-herramienta-predecir-respuesta-80394612)