{{#section.link.href}}
{{section.link.title}}
{{/section.link.href}}
Un estudio internacional, liderado por la Unidad de Tumores Hematológicos del Hospital 12 de octubre-CNIO y en colaboración con el Hospital California, ha logrado identificar patrones de respuesta a tratamientos en pacientes con mieloma múltiple con inteligencia artificial. Esto permite diagnosticar con precisión la evolución del tumor.
El mieloma múltiple es un tipo de cáncer que afecta a las células plasmática, un tipo de glóbulo blanco que se encuentra en la médula ósea y es responsable de la producción de anticuerpos. Se caracteriza por la presencia de tumores en dicha médula, lo que puede provocar síntomas como fatiga, debilidad, anemia, dolor óseo, fracturas y problemas renales.
Es la primera vez que se aplica esta tecnología para prever la respuesta al tratamiento en enfermedades. Hasta un 30% de los pacientes podrían dejar de recibir terapias de mantenimiento y evitar así, los efectos secundarios asociados.
El mieloma múltiple (MM) es el tumor hematológico más común y, aunque no tiene cura, la introducción de nuevos fármacos en los últimos años ha mejorado significativamente el pronóstico de la enfermedad.
Predecir al evolución del tumor en cada paciente es fundamental para la toma de decisiones clínicas y la efectividad de los tratamientos. Este es el objetivo de los investigadores, que buscan detectar la enfermedad mínima residual, es decir, el menor número de células cancerosas que quedan en el organismo tras el tratamiento inicial. Por ello, esto es un indicador clave de la evolución de la enfermedad y el riesgo de recaídas.
Joaquín Martínez, jefe de la Unidad de Investigación y autor del estudio "Dinámica de la enfermedad residual medible (ERM) en el mieloma múltiple y la influencia de la diversidad clonal analizada mediante inteligencia artificial", destaca que hay técnicas avanzadas de predicción que facilitan decisiones de tratamiento para alrededor del 20% de los pacientes.
"Este trabajo con IA nos permite una predicción mucho más precisa de la evolución que va a tener el mieloma, lo que permitirá tomar con mucha más seguridad decisiones clínicas como la retirada del tratamiento de mantenimiento a partir de unos resultados más fiables y beneficiar a más pacientes", asegura Martínez. Se calcula que un 30% de ellos tendrán un buen pronóstico y evitarán recaídas, lo que les ayudará a eludir efectos secundarios como laceraciones gastrointestinales y el riesgo de desarrollar nuevos tumores.
Adicionalmente, los investigadores han descubierto un nuevo parámetro que complementa esta herramienta, conocido como diversidad clonal, que está vinculado a la recuperación del sistema inmunológico. Los pacientes que presentan una mayor frecuencia de inmunoglobulinas normales (es decir, mayor diversidad clonal), tienden a tener un pronóstico más favorable en comparación con aquellos con menor diversidad.
Para este estudio, se revisaron de manera retrospectiva los casos de 482 pacientes con mieloma múltiple diagnosticados entre 2008 y 2020 en la Universidad de California, San Francisco. De estos, 304 eran pacientes recién diagnosticados y 178 tenían enfermedad recidivante.
La investigación se centra en la mínima cantidad de células cancerosas que permanecen en el cuerpo tras el tratamiento, conocida como enfermedad residual medible (ERM). Su impacto a largo plazo de la respuesta al tratamiento, está evaluado mediante técnicas de secuenciación masiva y herramientas de inteligencia artificial.
De los 304 pacientes recién diagnosticados, 119 lograron alcanzar una negatividad de la EMR a un nivel de 10-6 al menos una vez. Esto indica que no se detecta ADN tumoral de una célula entre un millón.
Estos pacientes mostraron una supervivencia prolongada sin progresión (SSP) en comparación con aquellos que presentaron resultados persistentemente positivos a distintos niveles.
En el grupo de pacientes con enfermedad recidivante, 64 de 178 alcanzaron la negatividad de EMR a 10-6, también mostrando una SSP más prolongada en comparación con quienes continuaron con EMR positiva.
La inteligencia artificial identificó tres categorías de dinámica de esta enfermedad: muestras consistentemente negativas, células tumorales en declive pero detectables, y aquellas que son estables o crecientes. Los pacientes que eran EMR positivos y aún no habían recaído presentaban una mayor diversidad clona en comparación con aquellos que habían tenido recaídas.
Además, la diversidad clonal podría complementar la evaluación de la EMR para predecir resultados en mieloma múltiple.
Suscríbete a las newsletters de Informativos Telecinco y te contamos las noticias en tu mail.
Síguenos en nuestro canal de WhatsApp y conoce toda la actualidad al momento.