Revolucionando el tratamiento del cáncer con predicciones basadas en la patología digital
La medicina personalizada se basa en pruebas diagnósticas precisas y clínicamente relevantes para el tratamiento eficaz de las enfermedades. Las pruebas tradicionales de marcadores genéticos pueden resultar costosas y llevar mucho tiempo, ya que a menudo requieren el envío de muestras a laboratorios para su análisis. Sin embargo, un estudio reciente realizado por investigadores de la Universidad de California en San Diego destaca el potencial de las plataformas de aprendizaje profundo para predecir la respuesta al tratamiento en los cánceres de mama y de ovario.
El estudio, publicado en la revista *Journal of Clinical Oncology*, reveló que el modelo de inteligencia artificial DeepHRD, entrenado con preparaciones histopatológicas, superó a los diagnósticos complementarios aprobados por la FDA a la hora de identificar a los pacientes con probabilidades de responder a terapias específicas. Esta tecnología, cuya licencia ha sido cedida a io9, ofrece una alternativa más rápida, rentable y precisa a la secuenciación genómica estándar para identificar opciones de tratamiento para pacientes con cáncer de mama metastásico y cánceres de ovario serosos de alto grado.
Tal y como sugiere el director ejecutivo Greg Hamilton, el futuro de los ensayos clínicos sobre tumores sólidos podría pasar por incorporar las predicciones de la patología digital a la práctica habitual. Este avance podría agilizar el proceso de diagnóstico, lo que podría dar lugar a tratamientos contra el cáncer más eficaces y específicos. Dadas las investigaciones en curso que analizan el impacto de la calidad de las imágenes y de los escáneres en los resultados de las pruebas, la posibilidad de utilizar teléfonos inteligentes como escáneres de imágenes en el futuro resulta muy interesante.
En conclusión, la incorporación de los pronósticos de la patología digital en el tratamiento del cáncer podría revolucionar la forma en que identificamos y personalizamos las terapias para los pacientes, lo que ofrece la esperanza de una atención más precisa y eficaz.
Contamos con una tecnología capaz de predecir la HRD a partir de preparaciones digitales y, al comparar la respuesta al tratamiento en el cáncer de mama y de ovario, podemos demostrar que abarcamos un grupo de pacientes más amplio, y que estos responden mejor que si se utilizara la prueba molecular en estos casos. Al igual que ha evolucionado la secuenciación, donde secuenciamos a todos los pacientes porque queremos esa información para la identificación de dianas futuras, también utilizaremos la patología digital en todos los ensayos de tumores sólidos en el futuro, ya que querremos esta información para el desarrollo futuro. Se va a convertir en un estándar.
Ver artículo de referencia
Greg Hamilton, director ejecutivo de io9.
