Sztuczna inteligencja (SI) może przewidzieć przeżycie pacjentów dorosłych z guzem mózgu przyjmujących terapię radiacyjną

La Inteligencia Artificial (IA) puede predecir la supervivencia de pacientes adultos con tumores cerebrales que reciben radioterapia. La aplicación de IA para predecir los resultados del tratamiento permitiría a los médicos tomar decisiones más informadas sobre la siguiente etapa del tratamiento y acelerar intervenciones que podrían salvar vidas.

Esta es la primera vez que se utiliza IA para predecir qué pacientes sobrevivirán a corto y largo plazo, hasta ocho meses después de la radioterapia.

Un reciente artículo publicado en la revista Neuro-Oncology demuestra cómo investigadores del King’s College London desarrollaron un modelo de aprendizaje automático que les permite predecir de manera más confiable y precisa los resultados para adultos con tumores cerebrales primarios.

El glioblastoma es un cáncer difícil de tratar, con solo aproximadamente una cuarta parte de los pacientes sobreviviendo más de un año después del diagnóstico. Los investigadores utilizaron el aprendizaje profundo, un tipo de IA, para predecir si los pacientes con glioblastoma sobrevivirían ocho meses después de recibir radioterapia. Ocho meses es típicamente el tiempo necesario para completar un curso típico de quimioterapia de rutina, que suele seguir a la radioterapia.

Actualmente, se realizan pruebas periódicas a los pacientes para determinar si la quimioterapia está funcionando. Sin embargo, esto significa que algunos pacientes reciben quimioterapia ineficaz que no salvará sus vidas mientras sufren efectos secundarios perjudiciales.

Por otro lado, con predicciones inmediatas y precisas basadas en una resonancia magnética de rutina, la IA permite a los médicos identificar a aquellos pacientes que no se beneficiarán de la quimioterapia, lo que les permite probar terapias alternativas o iniciar tratamientos experimentales en ensayos clínicos.

Este estudio fue motivado clínicamente y abordó una pregunta de investigación crucial sobre tumores cerebrales agresivos, utilizando inteligencia artificial de vanguardia. Aunque menos frecuente que otros cánceres, la devastación es desproporcionada, con una tasa de supervivencia de dos años del 18%.» – dijo el Dr. Thomas Booth, Profesor de Neuroimagen en el King’s College London y Neurólogo Consultor en el King’s College Hospital NHS Foundation Trust.

Alysha Chelliah, estudiante de doctorado en el King’s College London, declaró: «Aplicamos el aprendizaje profundo para predecir si los pacientes con glioblastoma sobrevivirían los primeros ocho meses después de completar la radioterapia. El modelo de IA mostró mejoras en los resultados después de ser entrenado para detectar anomalías en decenas de miles de resonancias magnéticas cerebrales. Este enfoque tiene como objetivo mejorar la capacidad para identificar a los pacientes que requieren tratamiento de segunda línea temprano o su inclusión en ensayos clínicos, en comparación con aquellos que muestran una respuesta al tratamiento inicial».

El equipo de investigación entrenó la IA utilizando un conjunto de datos que contenía decenas de miles de resonancias magnéticas de diversos tipos de pacientes con tumores cerebrales.

El Dr. Thomas Booth dijo: «Los comentarios de todos los pacientes y médicos al comienzo del estudio nos llevaron a abordar una necesidad insatisfecha de mejorar los resultados en un gran grupo de pacientes sometidos a un tratamiento modificado, generalmente un curso más corto y una dosis más baja de radioterapia si la quimioterapia es ineficaz, así como una minoría de pacientes que pueden tolerar el tratamiento ‘óptimo’. Casi todos los estudios anteriores se han centrado solo en este último grupo de pacientes.

«También logramos evitar un problema problemático: después de la radioterapia, los resultados de los hallazgos del escaneo cerebral a menudo son inespecíficos y los oncólogos no pueden estar seguros de si el tratamiento está funcionando o no.

«En lugar de tratar de lidiar con la interpretación de cada estudio de control cerebral no específico, simplemente observamos una resonancia magnética de rutina después de la radioterapia y obtuvimos predicciones precisas utilizando inteligencia artificial para responder a una pregunta simple: ¿qué pacientes no sobrevivirán los próximos 8 meses? La IA pudo proporcionarnos predicciones inmediatas y precisas, lo que significa que los médicos pueden capacitar a los pacientes para tomar decisiones de tratamiento».

El Dr. Booth agregó: «Estaríamos encantados si la comunidad de investigación del cáncer ahora utiliza nuestra herramienta de inteligencia artificial para mejorar los resultados de los pacientes que no se benefician de la quimioterapia regular».

Comentando sobre el trabajo del Dr. Booth y su equipo en el King’s College London, que apoyan la investigación de tumores cerebrales según lo recomendado por la fundación benéfica brainstrust, la Dra. Helen Bulbeck, Directora de Servicios y Políticas en brainstrust, dijo:

«Este es un estudio emocionante y fundamental para las personas con glioblastoma, por dos razones. En el nivel más simple, demuestra cómo la IA puede ser utilizada en beneficio de los pacientes. Más importante aún, sin embargo, brinda a los pacientes y sus cuidadores herramientas para tomar decisiones sobre la trayectoria clínica y les brinda control en un momento en el que se ha perdido mucho control. Los pacientes podrán tomar decisiones informadas sobre sus opciones de tratamiento y planificar cómo desean pasar el resto de su tiempo viviendo lo mejor posible cada día».

La Dra. Michele Afif, CEO de la Brain Tumour Charity, añadió: «La aplicación de IA para evaluar y predecir la respuesta de un paciente a la radioterapia en una etapa temprana del tratamiento para el glioblastoma es un paso enormemente importante en el tratamiento de esta afección, que es conocida por ser difícil de tratar.

En la Brain Tumour Charity, recibimos con satisfacción este importante avance que podría llevar a discusiones más informadas en la etapa inicial del tratamiento de un paciente sobre opciones alternativas, como ensayos clínicos.

Esperamos ver cómo se desarrolla este emocionante estudio a medida que se valida para un uso más amplio como una herramienta para mejorar la atención de las personas diagnosticadas con tumores cerebrales».

El estudio involucró la colaboración de 11 centros de neurooncología en todo el Reino Unido.
King’s College London, fuente: Chelliah, A., et al. (2024). Glioblastoma and Radiotherapy: a multi-center AI study for Survival Predictions from MRI (GRASP study). Neuro-Oncology. doi.org/10.1093/neuonc/noae017.

Preguntas frecuentes:

1. ¿Cuál fue la aplicación específica de la IA en este estudio?
Investigadores del King’s College London utilizaron inteligencia artificial (IA) para predecir los resultados del tratamiento en pacientes con tumores cerebrales primarios, específicamente glioblastoma. El objetivo era identificar a los pacientes que no se beneficiarían de la quimioterapia convencional y requerirían un tratamiento alternativo o la participación en ensayos clínicos.

2. ¿Qué es el glioblastoma?
El glioblastoma es un tumor cerebral difícil de tratar que tiene un pronóstico pobre. Solo aproximadamente una cuarta parte de los pacientes sobreviven más de un año después del diagnóstico.

3. ¿Cuál fue el uso del aprendizaje profundo (un tipo de IA) en el estudio?
Los investigadores utilizaron el aprendizaje profundo para predecir si los pacientes con glioblastoma sobrevivirían ocho meses después de completar la radioterapia. Este modelo de IA les permitió identificar a los pacientes que no se beneficiarían de la quimioterapia y requerirían formas alternativas de terapia.

4. ¿Qué problemas resuelve este estudio?
El estudio buscaba abordar problemas relacionados con la quimioterapia ineficaz, que a menudo se administra a pacientes sin beneficios reales y con efectos secundarios perjudiciales. Al utilizar la IA para predecir los resultados del tratamiento, se puede evitar la administración de quimioterapia ineficaz y ayudar a los médicos a tomar decisiones más informadas sobre las opciones de tratamiento para los pacientes.

The source of the article is from the blog karacasanime.com.ve