Investigadores del Instituto de Ciencia de los Datos e Inteligencia Artificial (DATAI) de la Universidad de Navarra han desarrollado modelos de inteligencia artificial para personalizar las terapias inmunológicas en pacientes oncológicos.
El estudio analiza datos de más de 3.000 pacientes con cáncer de pulmón y cáncer de vejiga, dos de los tipos de cáncer más frecuentemente diagnosticados en España en 2024, según la Sociedad Española de Oncología Médica. Mediante el uso de modelos de aprendizaje automático, los investigadores han identificado nuevas firmas genéticas específicas de cada estadio de la enfermedad y desarrollado un sistema, llamado «índice IFIT» (índice de «inmunidad física» por sus siglas en inglés), que permitirá personalizar las terapias mejorando su efectividad.
El índice IFIT es una medida o puntuación que evalúa la ‘aptitud inmunológica’ de un paciente, lo que permite clasificar a los pacientes según el riesgo que presentan en cada etapa de la enfermedad. «Esto puede ayudar a predecir la respuesta a la terapia en función de la actividad de su sistema inmunológico en diferentes etapas del tratamiento del cáncer», explica Rubén Armañanzas, líder del Laboratorio de Medicina Digital de DATAI y uno de los autores principales del estudio.
Según el experto, «la inmunoterapia representa una de las fronteras más prometedoras en la lucha contra el cáncer, y mediante el uso de modelos de inteligencia artificial, podemos afinar aún más los tratamientos basados en el perfil inmunológico de cada paciente«.
El estudio de la Universidad de Navarra se ha presentado en Houston (Estados Unidos), durante la conferencia de la Sociedad para la Inmunoterapia del Cáncer (SITC 2024). Este encuentro reúne a líderes internacionales del mundo académico, organismos reguladores y gubernamentales, así como a representantes de la industria farmacéutica, para ofrecer los últimos avances en inmunoterapia contra el cáncer.
Índice IFIT: sistema para personalizar tratamientos contra el cáncer
La investigación, que ha sido nominada como una de las 100 mejores en la conferencia, se fundamenta en el análisis del ciclo de inmunidad del cáncer (CIC), que determina cómo las señales del sistema inmunológico influyen en la efectividad del tratamiento con inmunoterapia. Sobre esta base y mediante herramientas de inteligencia artificial, los investigadores proponen patrones específicos de actividad celular según el estadio molecular de la enfermedad y han creado el índice de «inmunidad física» IFIT. Este avance subraya la relevancia de la inteligencia artificial en la medicina personalizada, lo que ofrece nuevas esperanzas en la lucha contra el cáncer. Los investigadores señalan que la técnica continuará refinándose en futuros estudios conjuntos con otros tipos de cáncer.
El trabajo resulta del research camp organizado por el Instituto Roche para los centros de la Red imCORE, una red internacional que reúne a los principales centros de excelencia en inmuno-oncología de todo el mundo para colaborar en la búsqueda de enfoques innovadores contra el cáncer. Esta colaboración global, que involucra al Cancer Center Clínica Universidad de Navarra y otras instituciones líderes en investigación del cáncer de 10 países de todo el mundo, subraya el esfuerzo colectivo en la búsqueda de enfoques innovadores para el cáncer. El Gobierno de Navarra también apoya a algunos miembros del estudio.
Cita del artículo:
Aghababazadeh FA, Alonso L, López-de-Castro M, et al 1197 Harnessing the cancer immunity cycle via machine learning models to generate novel strategies for personalized cancer therapy.Journal for ImmunoTherapy of Cancer 2024;12: doi: 10.1136/jitc-2024-SITC2024.1197