La inteligencia artificial y junto a ella el big data o las técnicas de aprendizaje automático formarán parte integral de las sesiones de ESMO 2023 que se celebra el próximo mes de octubre (del 20 al 24) en Madrid. El objetivo es tratar de dar respuesta a la introducción progresiva de unas prácticas que si bien ya son utilizadas de manera no uniforme, presentan dudas y barreras en muchos procesos.
Uno de los trabajos presentados a este Congreso aborda el potencial de la IA en la obtención de imágenes, el diagnóstico y los retrasos en el área de oncología en siete países europeos, la doctora Raquel Pérez-López, radióloga del Instituto de Oncología Val d’Hebron de Barcelona, considera que las guías existentes sobre cribado y diagnóstico del cáncer, que están bien definidas, no se aplican de forma homogénea dentro de Europa, por razones que pueden incluir tanto aspectos económicos como culturales.
Pérez-López vio el potencial de las soluciones digitales emergentes para intervenir desde la base de la organización y anteponer el cribado de los pacientes a partir de sus historias clínicas. “Ya existen plataformas basadas en IA que permiten el análisis de datos recogidos de forma habitual en las historias clínicas electrónicas y en las unidades de imagen, y que podrían contribuir a los programas de prevención y cribado identificando a los individuos en riesgo de desarrollar la enfermedad, pero estos recursos están siendo infrautilizados”, ha declarado Pérez-López, quien atribu-ye este fenómeno a la ausencia de un marco legal para que los datos de los pacientes sean utilizados en estos procesos.
Aplicaciones menos tangibles, pero igualmente importantes de los métodos de computación avanzados están transformado algunas áreas de la investigación en oncología. En el campo de la genética del cáncer, por ejemplo, muchas de las mutaciones incluidas en los estudios genómicos modernos se emplean para identificar a los pacientes adecuados para recibir terapias dirigidas empleando herramientas de IA que comparan los perfiles genéticos de cientos de miles de personas y elaboran predicciones sobre la función de estas mutaciones en el riesgo de desarrollar cáncer. Estas tecnologías se han empezado a usar también recientemente de forma más extendida para analizar diversos tipos de datos incluidos en estudios de evidencia obtenida en el mundo real, que están ganando terreno como un medio de generar evidencia en campos como el de los cánceres raros, en los que no es posible realizar ensayos clínicos aleatorizados tradicionales, o para acercar los resultados de los ensayos clínicos y los resultados de los pacientes en la práctica clínica, entre los cuales se observan diferencias frecuentemente.
No es casual que la reciente publicación de la ‘ESMO Guidance for Reporting Oncology real-World evidence (GROW)’, desarrollada para orientar las publicaciones científicas en este campo, también aborden el asunto de las tecnologías basadas en IA. En particular, la guía ESMO-GROW tiene como objetivo armonizar las prácticas de la investigación oncológica proporcionando recomendaciones detalladas sobre las pruebas y pasos de validación necesarios para presentar datos obtenidos en el mundo real de forma precisa y transparente. Entre esas recomendaciones se incluyen consideraciones relacionadas con el empleo de algoritmos de IA para el análisis de datos en estudios sobre mundo real, una inclusión necesaria para plasmar todas las consideraciones relevantes y específicas al área de oncología y adelantarse a los avances que se presenten en el futuro.
“En el futuro próximo, podremos ver cómo las herramientas de IA transforman el procesamiento de datos dentro de los sistemas de información de los hospitales y de las historias clínicas haciendo posible que los médicos estructuren notas sin texto y obtengan resúmenes de grandes cantidades de información presionando un botón, lo cual facilitará en gran medida la obtención de datos del mundo real de las historias clínicas para generar nuevo conocimiento en la investigación”, ha declarado Rodrigo Dienstmann, redactor jefe de la revista ESMO Real World Data and Digital Oncology y Director de Oncoclínicas Precision Medicine en Sao Paulo (Brasil), explicando además que el documento aborda este probable escenario en el cual los datos empleados para investigar ya no serán recogidos ni estructurados por expertos, sino procesados y resumidos por una máquina.
“Adoptar un método estándar para evaluar las tecnologías basadas en IA con el mismo grado de fiabilidad con el cual se evalúan los medicamentos en los ensayos clínicos será crucial para aprovechar al máximo sus beneficios, a la vez que se garantiza que su adopción no incrementa el riesgo de distorsiones que podría causar desigualdad en la atención a los pacientes”, ha puntualizado Dienstmann.
Oncología digital en la práctica
La investigación en el mundo real impulsada por el análisis de datos avanzado está siendo cada vez más habitual en los ensayos clínicos, algo que también está empezando a extenderse entre las agencias reguladoras que lo emplean en los procesos de autorización de nuevos medicamentos. Por lo tanto, la capacidad de interpretar con precisión este tipo de evidencia será una habilidad esencial para todos los profesionales de la oncología en el futuro. La revista ESMO Real World Data and Digital Oncology es una nueva plataforma revisada por pares en abierto dedicada a la publicación de ciencia y formación de alta calidad sobre la transformación de la atención en cáncer con tecnologías digitales y del mundo real.
Según Dienstmann, los oncólogos -como grupo- no están preparados para esta evolución y tiene necesidades formativas que van a crecer en la misma medida en que lo haga la IA a los flujos de trabajo clínicos. “Hay mucha aprensión sobre el impacto que la IA tendrá en la profesión cuando las máquinas superen a los médicos en algunas de sus tareas tradicionales y repetitivas”, cuenta. “Necesitamos formar a los médicos para que empleen estas herramientas con inteligencia y confianza a partir de una comprensión clara de sus valores y de sus limitaciones, para que las máquinas y las personas puedan conseguir, trabajando juntos, mejores resultados de los que obtendrían por separado. ESMO Real World Data and Digital Oncoogy va a ser una fuente para que los médicos se enfrenten a la incorporación de la oncología digital en su práctica habitual”.
Nicolas Gonzalez Casares: