PhenMap y el NHS: una IA señala a los pacientes con cáncer de intestino a quienes el bevacizumab no ayudará

Investigadores británicos e irlandeses han presentado un enfoque de IA que ayuda a estimar de antemano si el bevacizumab funcionará en un paciente con cáncer de intestino avanzado. Si el método se confirma en muestras grandes, los médicos podrán recetar con menos frecuencia un tratamiento tóxico y caro a quienes casi con seguridad no les ayudará.

Cómo funciona el método

En el sistema trabajaron el Instituto de Investigación del Cáncer de Londres y el RCSI de Dublín. Su herramienta, PhenMap, combina varios tipos de datos: el perfil genético del tumor, los parámetros clínicos del paciente y características de la propia enfermedad, como la edad, el sexo y la parte del intestino donde se encuentra el tumor. A diferencia de la estratificación habitual en unos pocos subtipos, el modelo intenta captar combinaciones de rasgos más complejas y convertirlas en un pronóstico práctico para cada persona.

Después, sobre PhenMap, los investigadores ejecutaron otro modelo que asigna al paciente un grupo de riesgo tras la terapia con bevacizumab combinada con quimioterapia. El sistema divide a los pacientes en riesgo alto, moderado y bajo, y no evalúa simplemente la gravedad general de la enfermedad, sino la probabilidad de que esta pauta concreta resulte inútil. Esto importa para la oncología personalizada: la tarea no es solo encontrar a quienes el fármaco ayudará, sino también retirar el tratamiento superfluo del recorrido de los demás.

Qué mostró el estudio

El equipo analizó datos de 117 pacientes europeos con cáncer colorrectal metastásico que ya habían recibido bevacizumab junto con quimioterapia. El trabajo se publicó en Scientific Reports. El modelo encontró biomarcadores asociados con una mala respuesta al tratamiento y, a partir de ellos, formó grupos pronósticos. En el grupo de alto riesgo no hubo ningún paciente que respondiera a la terapia, mientras que en el de bajo riesgo respondieron 10 de 12 personas.

Entre las señales que destacó la IA, resaltó especialmente una mutación en el gen BRAF: los pacientes que la tenían quedaron en el grupo de alto riesgo y tuvieron peores resultados. Los investigadores también vincularon un mal pronóstico con dos deleciones cromosómicas y usaron estos rasgos como base de una futura prueba. La idea es ver antes de iniciar el tratamiento no solo el diagnóstico, sino el perfil molecular de resistencia de cada tumor.

Para los clínicos, esto podría traducirse así:

• antes de indicar la terapia, el médico obtiene no un pronóstico "medio" general, sino un perfil de riesgo individual
• los pacientes con alta probabilidad de no responder pueden evitar toxicidad innecesaria
• el hospital ahorra tiempo y recursos en un tratamiento que no dará resultado
• para una parte de los pacientes, se abre antes el camino hacia otras pautas o ensayos clínicos

Por qué importa

El NHS aprobó el bevacizumab en diciembre para pacientes con cáncer de intestino avanzado, pero el fármaco funciona solo en una parte limitada de las personas y puede causar efectos secundarios graves, como hipertensión, problemas gastrointestinales y trombos. En Inglaterra se detectan casi 10 mil casos al año de esta etapa de la enfermedad, y las opciones de tratamiento tras la extensión del tumor son notablemente menores. Por eso, incluso un filtrado previo grosero según la probabilidad de respuesta ya tiene aquí valor clínico.

«Hasta ahora no sabíamos identificar de antemano a los pacientes a quienes el fármaco, con toda probabilidad, no ayudará», dice el profesor

Anguraj Sadanandam.

Los autores subrayan por separado que todavía no se trata de una prueba diagnóstica lista para los hospitales. Los resultados deben confirmarse en una cohorte más grande y luego comprobarse en un ensayo clínico prospectivo. Solo tras esa validación podrá usarse el modelo para decisiones reales sobre la terapia. En paralelo, el equipo quiere averiguar si el mismo enfoque permite predecir la respuesta a otros fármacos dirigidos y trasladar el método a otros tipos de tumores.

Qué significa

La IA se usa cada vez más en medicina no para un abstracto "apoyo al médico", sino para una decisión muy concreta: a quién no conviene dar una terapia pesada sin posibilidades de beneficio. Si PhenMap supera la validación, los oncólogos contarán con una herramienta que hace el tratamiento más preciso, más suave para el paciente y más racional para el sistema sanitario. Para el NHS y otros sistemas, es además un caso poco común en el que la IA puede reducir el daño, acelerar la elección de pauta y recortar gastos innecesarios al mismo tiempo.