Una bola de cristal en Farmacia mediante la IA

El servicio del Chuvi trata de predecir los efectos adversos y la efectividad del empleo de un tipo de tratamientos frente al cáncer, los ICIs, en pacientes concretos

Paradela, primero por la derecha, con el grupo de investigación de Farmacia del IISGS.

Paradela, primero por la derecha, con el grupo de investigación de Farmacia del IISGS. / FdV

La inmunoterapia ha revolucionado el abordaje del cáncer desde hace ya algunos años. Son los tratamientos que ayudan al propio sistema inmunitario del paciente a combatir los tumores. Entre los diferentes tipos hay unos que se llaman inhibidores de puntos de control inmunitario. (ICIs). Por su eficacia. Estos fármacos representan una importante alternativa. El problema es que, en ocasiones, producen efectos adversos que no son totalmente predecibles. El Servicio de Farmacia del Complejo Hospitalario Universitario de Vigo (Chuvi) está desarrollando una investigación para tratar de anticipar si el empleo de un determinado medicamento en un paciente concreto tiene mayores riesgos o es menos efectivo.

Este estudio, enmarcado en la actividad del Grupo de Farmacia del Instituto de Investigación Sanitaria Galicia Sur (IISGS) y coordinado por el farmacéutico hospitalario Adolfo Paradela Carreiro, involucra tanto a especialistas en Farmacia, como en Oncología, Digestivo, Neumología e Inteligencia Artificial aplicada a biomedicina.

Los puntos de control inmunitario son proteínas que están presentes en las células inmunológicas del cuerpo. Identifican las células normales y las amenazas y actúan como interruptores para encender o apagar la respuesta inmunitaria. Sin embargo, las células tumorales, a veces, encuentran la manera de usar estos puntos de control en su favor, desactivando esta defensa. Los inhibidores (ICIs) lo evitan creando falsos puntos de control. No atacan el tumor. Ayudan a las defensas del cuerpo identificarlo y combatirlo con más intensidad.

El objetivo del estudio emprendido desde Farmacia del Chuvi es ayudar a predecir con mayor exactitud si un fármaco de este tipo puede ser más o menos adecuado para ser empleado en determinados pacientes, ya que algunos de estos ICIs producen reacciones adversas. Algunas son leves, como náuseas, diarreas, irritaciones en la piel... Y otras son más graves, como respuestas autoinmunes con consecuencias nefastas al atacar órganos como los pulmones, el hígado o los riñones, entre otros.

“No hemos encontrado referencias sobre herramientas que permitan anticiparnos a la aparición de efectos adversos en los pacientes tratados con ICIs, por lo que un avance en este sentido sería muy positivo para mejorar el empleo seguro de estos fármacos, sobre todo a largo plazo”, sostienen Paradela, autor principal del estudio y añade: “Queremos darle un enfoque práctico, estudiando la viabilidad de elaborar un modelo predictivo que nos permita estimar riesgos específicos en pacientes concretos, contribuyendo así a su propia seguridad”.

Una parte importante de estas reacciones adversas se recogen en el Sistema de Notificación de Efectos Adversos de la FDA –Administración de Alimentos y Medicamentos de los Estados Unidos–, una herramienta pública en la que los pacientes, la industria farmacéutica y los propios responsables de la atención sanitaria pueden registrar sus sospechas de estas consecuencias nocivas. Sin embargo, al basarse en la voluntariedad, los registros pueden resultar incompletos, no estar completamente verificados o que no se pueda establecer una relación directa de causa efecto por el uso de un fármaco. De ahí que, los investigadores adviertan que el modelo predictivo en el que trabajan siempre se encontrará con estas limitaciones.

Fases

El punto de partida fue el análisis de la información de esta base de datos y el seguimiento de aquellos casos en que los ICIs fueron señalados como posibles causas de reacciones adversas. Fueron un total de 29.260 a lo largo de 2022. Esto permitió establecer una serie de algoritmos para construir el modelo que estima el riesgo que tiene en cuenta diversas variables como, incluso, edad y género.

En la actualidad, ya se encuentran en la fase de validación del modelo. “Nos queda desarrollar una validación de este arquetipo y el análisis de su robustez”, explica Paradela y agrega que “está previsto enriquecer el modelo y comprobarlo en situaciones reales” con datos de pacientes del área sanitaria de Vigo.

Suscríbete para seguir leyendo