MADRID 25 Abr. (EUROPA PRESS) -

La jefa del Laboratorio de Investigación Traslacional de la Fundación MD Anderson Cancer Center Madrid España, la doctora Gema Moreno-Bueno, ha afirmado que el Big Data y la Inteligencia Artificial (IA) permiten anticipar con una mayor precisión el comportamiento del cáncer.

Ambas herramientas, en combinación con el análisis de datos clínicos, de imagen y genómicos está revolucionando la forma en la que se diagnostican, tratan y monitorizan los tumores, razón por la que desde el mencionado hospital se están centrando en un enfoque transversal que integra la biología molecular, la tecnología computacional y la experiencia clínica.

Entre estos pilares se encuentran el diagnóstico molecular, pues permite identificar las alteraciones clave en el ADN del tumor mediante técnicas de secuenciación masiva, lo que acaba proporcionando información "esencial" para establecer tratamientos dirigidos y personalizados a las características moleculares de cada paciente.

"El cáncer es una enfermedad del ADN. Lo que hacemos con el diagnóstico molecular es caracterizar las mutaciones del tumor utilizando técnicas de secuenciación masiva; es decir, analizando cientos de genes a la vez. Esto nos permite elaborar un mapa genético que nos indica qué mutaciones tiene un paciente y qué tratamiento podría beneficiarle o no. Es una especie de cribado terapéutico desde el punto de vista molecular", ha explicado la doctora Moreno-Bueno.

Gracias a este enfoque, el tratamiento oncológico ya no se define "únicamente" por la localización del tumor, sino también por sus alteraciones genéticas específicas, lo que permite poner "nombre y apellidos" a la enfermedad.

La implementación de avanzados algoritmos permite que el Big Data y al IA marquen un "antes y un después", en predecir la evolución de la enfermedad, pues permiten integrar millones de datos, desde la historia clínica y las pruebas de imagen, hasta variables como la edad, el índice de masa corporal o las mutaciones del tumor.

"La generación de datos bien estructurados nos permite identificar patrones de evolución o comportamiento futuro de la enfermedad. Cuantos más datos tengamos sobre perfiles moleculares y evolución clínica, más capacidad tendremos de predecir qué va a pasar cuando llegue un paciente con un patrón similar. El Big Data no es más que eso: buscar patrones y predecir. Pero, para que sea eficaz, necesitamos que todos los datos estén armonizados, estructurados y estandarizados. Ese es uno de los grandes retos", ha subrayado.

Moreno-Bueno también ha destacado que la fusión de datos clínicos y genómicos está abriendo nuevas posibilidades en la lucha contra el cáncer, mejorando no solo la predicción de la enfermedad, sino que abre la puerta a terapias más específicas y efectivas.

Todo este análisis de perfiles genéticos de grandes poblaciones de pacientes con cáncer podría acelerar la identificación de biomarcadores clave, lo que permitirá descubrir tratamientos más dirigidos y efectivos.

"Integrar datos clínicos y genómicos permite que el tratamiento no solo sea más preciso, sino también más eficiente. Cada paciente es único, y estos enfoques globales nos permiten entender mejor las respuestas individuales al tratamiento, lo que mejora los resultados a largo plazo", ha enfatizado.

Para interpretar de forma adecuada toda esta "compleja" información genética, el hospital ha creado una serie de comités multidisciplinares conocidos como Molecular Tumor Boards, compuestos por oncólogos médicos, biólogos moleculares, patólogos y genetistas.

"Los Molecular Tumor Boards permiten discutir los casos más complejos, asegurando que todos los puntos de vista de cada disciplina medica sean tomadas en cuenta y permitan definir el tratamiento más adecuado para cada paciente", ha señalado la especialista.

PROYECTO DIPCAN

Como parte de la apuesta de MD Anderson Cancer Center Madrid - Hospiten, el jefe de su Servicio de Oncología Médica, el doctor Enrique Grande, se encuentra liderando el proyecto DIPCAN, una pionera iniciativa que busca integrar datos clínicos, moleculares e imágenes de pacientes con cáncer metastásico para identificar factores comunes que permitan anticipar la evolución del tumor.

"Este proyecto pretende identificar firmas específicas de evolución de los pacientes oncológicos integrando por primera vez datos moleculares junto con los clínicos, la imagen y la histología. Es un cambio de paradigma porque el cáncer es una enfermedad genómica, y este tipo de análisis global nos ayuda a entender mejor su comportamiento. No se trata solo de observar, sino de anticipar", ha detallado la doctora Moreno-Bueno.