Mano robótica tocando un teclado futurista.

El aprendizaje automático puede ser de gran utilidad para la medicina, y un nuevo estudio publicado en la revista Nature Communications arroja nueva evidencia de ello. Los investigadores de la Universidad Queen Mary de Londres desarrollaron un algoritmo de aprendizaje automático capaz de clasificar los medicamentos contra el cáncer según su eficacia.

Este desarrollo, más allá de demostrar cuán versátiles pueden ser este tipo de herramientas, puede ayudar a mejorar los enfoques de tratamientos y hacerlos más personalizados. De este modo, los oncólogos podrían establecer mejores protocolos para tratar a los pacientes de cáncer en función de las características particulares de su afección.

La selección del medicamento más adecuado según el caso

Los cánceres están muy bien clasificados hoy en día, pero aún así los médicos deben evaluar la condición de cada paciente ya que, incluso tratándose del mismo tipo, estos pueden mostrar una gran variación en su composición genética y características. Esto trae como consecuencia que no todos los pacientes respondan de la misma forma ante el tratamiento.

La enfermedad es difícil de tratar por su variedad y también por las diferentes respuestas que podrían tener los pacientes. Por fortuna, esta enfermedad constituye una de las prioridades de investigación científica, y cada año hay avances significativos en su comprensión. Esto, a su vez, permite perfeccionar poco a poco los tratamientos, evaluar su efectividad en diferentes individuos o encontrar nuevas opciones.

El campo de la medicina personalizada busca combinar los conocimientos genéticos con otra información clínica y de diagnóstico para mejorar el ataque. De este modo, los médicos podrían tener más y mejores bases para predecir la respuesta de los pacientes a los medicamentos y seleccionar intervenciones más adecuadas. Un ejemplo novedoso de ello es el desarrollo de un algoritmo capaz de clasificar los medicamentos contra el cáncer en función de su eficacia.

DRUML, un algoritmo que ordena los medicamentos contra el cáncer según su eficacia

Los investigadores han creado un algoritmo que les facilitará el trabajo a los especialistas en oncología: clasificación de fármacos mediante aprendizaje automático (DRUML).

Dos manos rodeando una cabeza human de perfil con circuitos y luces en referencia a los algoritmos de inteligencia artificial.

Para ello, usaron conjuntos de datos derivados de análisis proteómicos y fosfoproteómicos de 48 líneas celulares de leucemia, cáncer de esófago y cáncer de hígado. Estos sirvieron como datos de entrada para la construcción de modelos de tratamientos aplicables a estos tipos de cáncer.

La proteómica es el estudio de las proteínas dentro de las células, y la fosfoproteómica es el estudio de cómo estas se modifican. El objetivo de extraer los datos de análisis de este tipo era entrenar los modelos a partir de la respuesta de las células a 412 medicamentos contra el cáncer para saber cuáles eran los más eficaces y ordenarlas según este criterio, lo cual logró el algoritmo DRUML.

Eficaz para predecir la respuesta al fármaco

Pero, como en la ciencia todo hay que verificarlo, los investigadores evaluaron también la precisión de la herramienta con otras referencias. En este caso, usaron los datos de otros 12 laboratorios y un conjunto de datos clínicos de 36 muestras primarias de leucemia mieloide aguda.

“DRUML predijo la eficacia del fármaco en varios modelos de cáncer y a partir de datos obtenidos de diferentes laboratorios y en un conjunto de datos clínicos”, dijo Pedro Cutillas de la Universidad Queen Mary de Londres, autor principal del estudio.

Los resultados son muy alentadores tomando en cuenta que los métodos de aprendizaje automático, hasta ahora, no habían logrado predecir con precisión las respuestas a los medicamentos. Esto demuestra que la inteligencia artificial tiene mucho para ofrecer a la medicina al ayudar a clasificar las diferentes terapias de manera más precisa en función de su eficacia.

Referencia:

Drug ranking using machine learning systematically predicts the efficacy of anti-cancer drugs. https://www.nature.com/articles/s41467-021-22170-8

Lea también:

Desarrollan algoritmo para identificar enfermos de COVID-19 mediante la tos.