RWD e inteligencia artificial transforman la investigación clínica en oncología

La investigación clínica en oncología está incorporando nuevas fuentes de información y herramientas tecnológicas que están modificando la forma en que se diseñan y se interpretan los ensayos clínicos. Entre ellas destacan los datos de vida real (RWD) y el uso de inteligencia artificial (IA), dos elementos que están adquiriendo un papel creciente en la generación de evidencia científica.

Estas cuestiones centraron el encuentro ‘Entender la investigación clínica en oncología y su impacto real’, impulsado por Gilead Sciences, en el que distintos expertos analizaron cómo se construye la evidencia en cáncer y qué factores influyen en la interpretación de los resultados de los ensayos clínicos.

Durante la jornada se abordó la evolución de la investigación clínica hacia modelos más ágiles y personalizados, en los que el análisis de datos procedentes de la práctica clínica habitual y el uso de nuevas tecnologías permiten complementar la información generada en los estudios tradicionales.

En este contexto, Luis de la Cruz, jefe del Servicio de Oncología Médica del Hospital Universitario Virgen Macarena y profesor titular en la Universidad de Sevilla, subrayó el papel central de los ensayos clínicos en el progreso médico. Según explicó, “el avance en medicina y en oncología se produce gracias a la metodología científica que sustentan los ensayos clínicos”. En este sentido, repasó las características de los ensayos, sus diseños, variables y endpoints entre otras cuestiones.

Datos de vida real

La presidenta de la Asociación Española de Cáncer de Mama Metastásico (AECMM) defendió también la necesidad de reforzar el papel de los pacientes en los procesos de evaluación de medicamentos. En este sentido, Elisenda Martínez planteó que las asociaciones de pacientes puedan “participar en la evaluación de tecnologías sanitarias (HTA)”, así como formar parte de los comités de evaluación que analizan la evidencia clínica y el valor de los tratamientos. A su juicio, incorporar la perspectiva del paciente en estos procesos permitiría completar la valoración clínica con información sobre el impacto real de las terapias en la vida cotidiana.

Martínez subrayó igualmente la relevancia de los resultados reportados por los pacientes (PROMs) ¡como una ejempo de datos de vida real (RWD)” que puede complementar la evidencia generada en los ensayos clínicos. Según explicó, estos indicadores permiten recoger información sobre aspectos como la calidad de vida, la autonomía o el impacto funcional de los tratamientos, elementos que no siempre quedan reflejados en las variables tradicionales de los estudios clínicos. La incorporación sistemática de estos resultados, junto con otros datos procedentes de la práctica clínica, puede aportar una visión más completa del efecto de las terapias y contribuir a mejorar la toma de decisiones en el sistema sanitario.

De acuerdo con su valoración, el uso de datos de vida real permite identificar necesidades no cubiertas y analizar resultados en poblaciones más amplias que las incluidas en los ensayos clínicos. Además, estos datos pueden contribuir a mejorar la toma de decisiones al aportar información adicional sobre el impacto de los tratamientos en la práctica clínica.

En este contexto, Elisenda Martínez subrayó la relevancia de incorporar la experiencia de los pacientes en la generación de evidencia. Según explicó, “los ensayos clínicos muestran eficacia y seguridad en condiciones muy controladas, pero no siempre reflejan cómo convive una persona con el tratamiento en su vida real: su energía, su autonomía o su proyecto vital”.

Inteligencia artificial y nuevos diseños

Junto a los datos de vida real, el encuentro abordó también el papel creciente de la inteligencia artificial en la investigación clínica. Según se explicó, la capacidad de estas herramientas para analizar grandes volúmenes de información está abriendo nuevas posibilidades para mejorar el diseño de los estudios y para interpretar los resultados obtenidos.

Luis de la Cruz explicó que la inteligencia artificial puede contribuir a resolver algunas de las limitaciones actuales de los ensayos clínicos, entre ellas las dificultades para completar el reclutamiento de pacientes. Según señaló, una parte relevante de los estudios no logra finalizarse por problemas para incluir el número necesario de participantes, un proceso que actualmente exige revisar de forma manual historias clínicas, comorbilidades o criterios analíticos. En este contexto, indicó que las herramientas basadas en algoritmos y aprendizaje automático permiten analizar grandes volúmenes de información clínica y facilitar la identificación de pacientes elegibles para los estudios.

El especialista también destacó el potencial de estas tecnologías para mejorar el conocimiento biológico del cáncer y el desarrollo de nuevas terapias. En este sentido, señaló que la inteligencia artificial permite analizar de forma masiva información procedente de múltiples fuentes biológicas, como datos genómicos, transcriptómicos, proteómicos o metabolómicos. Este enfoque multiómico puede contribuir a identificar nuevas dianas terapéuticas y biomarcadores, así como a diseñar tratamientos más dirigidos a las características moleculares de cada tumor.

Además, apuntó que la inteligencia artificial puede ayudar a optimizar el diseño de los ensayos clínicos mediante herramientas como los denominados gemelos digitales o brazos de control virtuales, que permiten simular el comportamiento de un tratamiento antes de probarlo en pacientes. Estas aproximaciones pueden mejorar la selección de participantes y aumentar la probabilidad de demostrar el beneficio de una terapia, al tiempo que contribuyen a hacer los estudios más eficientes y seguros en las primeras fases del desarrollo clínico.

En conjunto, los expertos coincidieron en que comprender cómo se diseñan los ensayos clínicos y cómo se interpretan sus resultados resulta fundamental para valorar el impacto real de las innovaciones terapéuticas.

En este contexto, André Marques, senior business unit director oncology en Gilead España y Portugal, destacó la importancia de mejorar la comprensión pública de la investigación clínica. Según señaló, “la investigación clínica en oncología es cada vez más innovadora. Entender cómo se construye la evidencia, qué miden los ensayos y cómo se interpretan sus resultados es fundamental para trasladar información rigurosa y contextualizada a la sociedad”.