La Asociación Nacional de Informadores de Salud (ANIS), el Instituto de Salud Carlos III (ISCIII) y la Sociedad Española de Oncología Médica (SEOM) han organizado un taller formativo titulado 'La era del tratamiento personalizado en Oncología', con el fin de analizar cuál es la realidad de la medicina personalizada en esta área terapéutica, cómo puede cambiar el pronóstico de los pacientes y cómo puede ayudar la inteligencia artificial.
Durante el encuentro, Ruth Vera, presidenta de SEOM, ha subrayado que "la medicina de precisión o personalizada ha supuesto un cambio conceptual. Ya no hablamos de localizaciones sino de enfermedades que comparten alteraciones genéticas. Ya no hablamos de un tratamiento para un cáncer sino de tratamiento adaptado a un paciente concreto con un biotipo tumoral. En definitiva, en poco tiempo dejaremos de hablar de cáncer de mama o cáncer de pulmón como lo entendemos en la actualidad y hablaremos de tumores con distintas alteraciones moleculares". Asimismo, ha opinado que "la implementación de la medicina personalizada permitirá mejorar las estrategias de prevención en cáncer, ya que aumentará el conocimiento biológico de cada uno de los tumores".
Sin embargo, y tras reconocer que ya disponen de "datos de meta-análisis recientes que incluyen más de 8.000 pacientes con tumores refractarios que avalan que los tratamientos dirigidos, en comparación con los habituales, pueden duplicar la supervivencia libre de enfermedad y prolongar la supervivencia global de forma clínicamente relevante", Vera ha matizado que esta aproximación "no está exenta de dificultades". Y es que, ha explicado, "la interpretación de resultados y datos producidos de forma masiva es compleja, y obtener tratamientos dirigidos a pacientes con enfermedad refractaria puede ser muy difícil". "Además", ha seguido, "la complejidad de la biología celular, sobre todo en relación con la heterogeneidad y evolución tumoral y la inabarcable red de señalización celular afectada por los tratamientos dirigidos, dificulta la propia comprensión del impacto de la oncología de precisión en la propia enfermedad".
Dicho esto, ha señalado que el aprovechamiento de los avances que se van produciendo requiere de "una estrategia coordinada a nivel nacional de investigación de las alteraciones genéticas, de resultados de los tratamientos, de integración de todos los datos clínicos y de análisis de todos estos datos". Y, a este respecto, puso en valor los trabajos que está realizando SEOM "para promover una Estrategia Nacional de Medicina de Precisión, participando en varios documentos de consenso y poniéndonos a disposición de la Administración sanitaria para trabajar en la adecuada planificación".
Un grado de colaboración sin precedentes
Por su parte, el director del ISCIII, el Jesús Fernández, se ha referido a las diferentes actuaciones en relación con la medicina personalizada a nivel internacional y nacional. En opinión del director del ISCIII, este enfoque de la medicina "permite establecer un grado de colaboración sin precedentes entre todos los actores del ciclo de innovación en salud y contribuye a un modelo sanitario basado en la centralidad del paciente, clínicamente efectivo y sostenible".
Finalmente, se produjo la intervención de Humberto Bustince, catedrático del Departamento de Automática y Computación de la Universidad Pública de Navarra y profesor honorario de la Universidad de Nottingham en Reino Unido, quien trató de arrojar algo de luz sobre cómo puede ayudar la inteligencia artificial a la aplicación de la medicina personalizada en oncología. Para ello, ha profundizado en ideas como el Deep Learning o aprendizaje profundo, que han conducido a máquinas a ser capaces de ganar una partida de ajedrez. En lo que respecta a la aplicación del Big Data, hizo referencia a su utilización reciente para resolver problemas específicos de salud, que van desde la predicción de eventos adversos en pacientes polimedicados, hasta la identificación de tumores o la clasificación de pacientes afectados de ictus.
Nicolas Gonzalez Casares: