Educar la IA con datos permite afinar el estudio de biomarcadores en cáncer

La aplicación de la Inteligencia Artificial (IA) en el campo de la salud se perfila como el futuro del sector. La Oncología, siempre puntera en la incorporación de nuevas innovaciones, es una de las especialidades a la cabeza de los avances de la mano de esta tecnología. Por ello, Manuel Salto-Tellez, especialista internacional en patología digital y molecular y profesor en la Queen's University Belfast, ha dedicado una ponencia en ESMO 2023 al presente y futuro de la IA en patología digital.

En la convención, gran cita anual de la Sociedad Europea de Oncología, Salto-Tellez ha explicado el contexto actual de este tipo de tecnología en el tratamiento de procesos oncológicos a nivel más general. "En la actualidad hay 49 herramientas aprobadas de IA para ayudar al diagnóstico y tratamiento de patologías", ha asegurado el profesor, que también ha advertido que "es una cosa que evoluciona a grandes pasos y, por tanto, este número está en constante aumento".

El experto ha destacado seis casos en los que un proceso se puede beneficiar de la aplicación de la IA. En este caso ha hablado de la identificación de rasgos históricos, la capacidad de predecir el estatus de los biomarcadores moleculares, la cuantificación de un solo biomarcador, así como la de múltiples biomarcadores; la distribución espacial; y el diagnóstico novel y predictivo basado en imagen de biomarcadores.

Utilización de IA en PD-L1

Uno de los 'usos' de los biomarcadores en los diagnósticos del día a día es la identificación de la expresión de la proteína PD-L1, que se torna esencial en los procesos actuales. El profesor ha centrado parte de su intervención en cómo la IA puede mejorar el tratamiento de este tipo de técnicas.

"Estas pruebas de diagnóstico no son fáciles, se juntas muchos factores y a veces es confuso. La intensidad de la expresión, la topografía… es difícil", ha asegurado Salto-Tellez, que ha puesto en valor que el abordaje desde una herramienta de IA para este proceso "puede ser muy beneficiosa".

Así, ha explicado que gracias a las herramientas disponibles por el momento (son cuatro), son capaces de validar diferentes tipos de test y potenciar la identificación del PD-L1, por ejemplo, con el análisis de imágenes. Por eso el profesor ha recordado la necesidad de "educar" a la IA proporcionando cada vez más datos para poder acercarse al estándar clínico esperado.

El futuro de la IA en biomarcadores 

Por último, Salto-Tellez ha hablado sobre el futuro de la IA en los procesos de análisis de patologías. Ha explicado que fue en 2019 cuando por primera vez llegó esta tecnología al campo, y que ahora se encuentran en pleno proceso de aprendizaje. "Es muy importante cuidar la manera en la que recogemos la información", ha recordado y, con la vista puesta en el futuro, explicado que se camina hacia biomarcadores más complejos, pues los que hay ahora “son todavía muy simples”.

De esta manera, ha comentado que a los médicos les espera una "amalgama de múltiples modalidades analíticas". "La idea es que sea una tecnología de la información evolucionada, aplicada a una única cohorte de pacientes, y que impacte en el diagnóstico de manera positiva".

"Estamos empezando a prepararnos para lo que viene; vamos a tener diagnósticos integrales en tiempo real y tenemos que estar listos para analizar estos diagnósticos más concretos y se puedan entender de manera más simple", ha terminado.