Medicina personalizada del cáncer: los humanos toman mejores decisiones de tratamiento que la IA
Un estudio destaca los límites de los grandes modelos lingüísticos en la medicina de precisión
El tratamiento del cáncer es cada vez más complejo, pero también ofrece cada vez más posibilidades. Al fin y al cabo, cuanto mejor se conozcan la biología y las características genéticas de un tumor, más enfoques terapéuticos habrá. Para poder ofrecer a los pacientes terapias personalizadas y adaptadas a su enfermedad, se requiere un análisis y una interpretación laboriosos y lentos de diversos datos. Investigadores de la Charité - Universitätsmedizin Berlin y la Humboldt-Universität zu Berlin han estudiado ahora si herramientas de inteligencia artificial generativa (IA) como ChatGPT pueden ayudar en este paso. Este es uno de los muchos proyectos de Charité que analizan las oportunidades que ofrece la IA en la atención al paciente.
Si el cuerpo ya no puede reparar por sí mismo determinadas mutaciones genéticas, las células empiezan a crecer sin control, produciendo un tumor. El factor crucial de este fenómeno es un desequilibrio entre los factores inductores e inhibidores del crecimiento, que puede deberse, por ejemplo, a cambios en los oncogenes -genes con potencial cancerígeno-. La oncología de precisión, un campo especializado de la medicina personalizada, aprovecha este conocimiento utilizando tratamientos específicos, como inhibidores de bajo peso molecular y anticuerpos, para atacar y desactivar los oncogenes hiperactivos.
El primer paso para identificar qué mutaciones genéticas son objetivos potenciales de tratamiento es analizar la composición genética del tejido tumoral. Se determinan las variantes moleculares del ADN tumoral necesarias para el diagnóstico y el tratamiento de precisión. A continuación, los médicos utilizan esta información para elaborar recomendaciones terapéuticas individuales. En casos especialmente complejos, esto requiere conocimientos de diversos campos de la medicina. En la Charité se reúne el "comité molecular de tumores" (MTB): Expertos de los campos de la patología, la patología molecular, la oncología, la genética humana y la bioinformática trabajan juntos para analizar qué tratamientos parecen más prometedores basándose en los estudios más recientes. Se trata de un proceso muy complejo que culmina en una recomendación de tratamiento personalizada.
¿Puede la inteligencia artificial ayudar a tomar decisiones sobre el tratamiento?
El Dr. Damian Rieke, médico de la Charité, los profesores Ulf Leser y Xing David Wang, de la Humboldt-Universität zu Berlin, y la Dra. Manuela Benary, especialista en bioinformática de la Charité, se preguntaron si la inteligencia artificial podría ayudar en esta coyuntura. En un estudio publicado recientemente en la revista JAMA Network Open*, trabajaron con otros investigadores para examinar las posibilidades y limitaciones de grandes modelos lingüísticos como ChatGPT en la exploración automática de la literatura científica con vistas a seleccionar tratamientos personalizados.
"Pedimos a los modelos que identificaran opciones de tratamiento personalizadas para pacientes de cáncer ficticios y luego comparamos los resultados con las recomendaciones hechas por expertos", explica Rieke. Su conclusión: "En principio, los modelos de IA eran capaces de identificar opciones de tratamiento personalizadas, pero ni siquiera se acercaban a las capacidades de los expertos humanos".
El equipo creó diez perfiles tumorales moleculares de pacientes ficticios para el experimento. A continuación, se encargó a un médico especialista humano y a cuatro grandes modelos lingüísticos que identificaran una opción de tratamiento personalizada. Estos resultados se presentaron a los miembros del MTB para su evaluación, sin que supieran de dónde procedía cada recomendación.
Los modelos de IA mejorados son prometedores para usos futuros
"Hubo algunas opciones de tratamiento sorprendentemente buenas identificadas por la IA en casos aislados", informa Benary. "Pero los grandes modelos lingüísticos funcionan mucho peor que los expertos humanos". Más allá de eso, la protección de datos, la privacidad y la reproducibilidad plantean desafíos particulares en relación con el uso de la inteligencia artificial con pacientes del mundo real, señala.
Aun así, Rieke se muestra fundamentalmente optimista sobre los posibles usos de la IA en medicina: "En el estudio también demostramos que el rendimiento de los modelos de IA sigue mejorando a medida que los modelos avanzan. Esto podría significar que, en el futuro, la IA puede proporcionar más apoyo incluso en procesos de diagnóstico y tratamiento complejos, siempre que sean los humanos los que comprueben los resultados generados por la IA y tengan la última palabra sobre el tratamiento."
Los proyectos de IA en Charité pretenden mejorar la atención al paciente
El Prof. Felix Balzer, Director del Instituto de Informática Médica, también está seguro de que la medicina se beneficiará de la IA. En su papel de Chief Medical Information Officer (CMIO) dentro de TI, es responsable de la transformación digital de la atención al paciente en Charité. "Un área especial de atención cuando se trata de una mayor eficiencia en la atención al paciente es la digitalización, lo que también significa el uso de la automatización y la inteligencia artificial", explica Balzer.
Por ejemplo, su instituto está trabajando en modelos de IA para ayudar a prevenir las caídas en los cuidados de larga duración. Otras áreas de la Charité también investigan a fondo la IA: el Laboratorio de Inteligencia Artificial en Medicina de la Charité trabaja en el desarrollo de herramientas para el pronóstico basado en IA tras accidentes cerebrovasculares, y el proyecto TEF-Health, dirigido por la profesora Petra Ritter, del Instituto de Salud de Berlín en la Charité (BIH), trabaja para facilitar la validación y certificación de la IA y la robótica en dispositivos médicos.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Manuela Benary, Xing David Wang, Max Schmidt, Dominik Soll, Georg Hilfenhaus, Mani Nassir, Christian Sigler, Maren Knödler, Ulrich Keller, Dieter Beule, Ulrich Keilholz, Ulf Leser, Damian T. Rieke; "Leveraging Large Language Models for Decision Support in Personalized Oncology"; JAMA Network Open, Volume 6, 2023-11-17
Más noticias del departamento ciencias
Reciba la industria de las ciencias biológicas en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de biotecnología, productos farmacéuticos y ciencias de la vida le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
