Los científicos del laboratorio de imágenes digitales de la Universidad Case Western Reserve, que ya fueron pioneros en el uso de la Inteligencia Artificial (IA) para predecir si la quimioterapia sería un éxito, ahora también hacen lo mismo con la inmunoterapia.
Y, una vez más, enseñan a un ordenador a encontrar cambios nunca antes vistos en los patrones de las tomografías computarizadas tomadas cuando se diagnostica el cáncer de pulmón por primera vez, en comparación con las imágenes obtenidas después de los primeros 2-3 ciclos de tratamiento de inmunoterapia.
Al igual que antes, esos cambios se descubrieron tanto dentro como fuera del tumor, como detallan los investigadores, dirigidos por Anant Madabhushi, en Cancer Immunology Research.
«Esta investigación realmente refleja algo sobre la propia biología de la enfermedad, sobre cuál es el fenotipo más agresivo, y esa es información que los oncólogos no tienen actualmente», explica Anant Madabhushi, cuyo Centro para imágenes computacionales y diagnósticos personalizados (CCIPD) es ya líder mundial en la detección, diagnóstico y caracterización de varios tipos de cáncer y otras enfermedades mediante mallado de imágenes médicas, aprendizaje automático e Inteligencia Artificial.
La Inteligencia Artificial capta la textura del tumor tratado con inmunoterapia
Actualmente, solo alrededor del 20% de todos los pacientes con cáncer se beneficiarán de la inmunoterapia. Como se sabe, este tratamiento difiere de la quimioterapia en que usa medicamentos para ayudar al sistema inmunitario del paciente a combatir el cáncer, mientras que la quimioterapia usa fármacos para matar directamente las células cancerosas.
Madabhushi señala que “aunque la inmunoterapia cambia todo el ecosistema del cáncer, también es extremadamente costosa: alrededor de 200.000 dólares (más de 180.000 euros) por paciente al año».
«Eso es parte de la toxicidad financiera que acompaña al cáncer y da como resultado que aproximadamente el 42% de todos los nuevos pacientes con cáncer pierdan los ahorros de toda su vida un año después del diagnóstico», se lamenta el investigador.
En este estudio, dirigido por Mohammadhadi Khorrami y Prateek Prasanna, junto con Madabhushi, participaron otros diez investigadores de la Clínica Cleveland; Weill Cornell Medicine; Centro Médico Maimonides; Universidad de Pennsylvania y del NYU-Langone Medical Center.
Uno de los avances más significativos en esta investigación es la capacidad del programa de ordenador para notar los cambios en la textura, el volumen y la forma de una lesión determinada, no solo su tamaño. Estos científicos encontraron que el cambio de textura es el mejor predictor para saber si la terapia funciona.
Algoritmo matemático
Los investigsdores utilizaron en su estudio tomografías computarizadas de 50 pacientes para entrenar al ordenador y así crear un algoritmo matemático con el fin de identificar los cambios en la lesión. El siguiente paso será probar el programa en casos obtenidos de otros sitios y con diferentes agentes de inmunoterapia.
Además, asegura Madabhushi, “demostramos que los patrones en las tomografías computarizadas más asociados con una respuesta positiva al tratamiento y con la supervivencia general del paciente, también se asociaron más tarde con la disposición de las células inmunes en las biopsias de diagnóstico originales”.
Esto sugiere que esas imágenes por tomografía computarizada parecen capturar la respuesta inmune provocada por los tumores contra la invasión del cáncer y que las que tienen la respuesta inmune más fuerte mostraban el cambio de textura más significativo. Pero lo que es más importante -siempre según este investigador- es que responderían mejor a la inmunoterapia.
