Argentinos desarrollan una herramienta para predecir la respuesta a la quimioterapia

Un equipo de investigación de la Facultad de Farmacia y Bioquímica de la Universidad de Buenos Aires (UBA), Argentina, desarrolla una herramienta basada en Inteligencia Artificial (IA) para predecir la respuesta de los pacientes a los tratamientos de quimioterapia. El objetivo es personalizar los tratamientos para evitar los efectos adversos de los fármacos cuando no se prevé una respuesta clínica positiva. 

Aunque el proyecto se encuentra en una fase preclínica, fue reconocido con el Premio CRIION-Frank de Investigación en Biomedicina. Matías Pibuel, bioquímico e investigador de la UBA y CONICET, explicó la importancia de este avance: “Saber de antemano si un tratamiento va a ser efectivo o no es fundamental, sobre todo para evitar que el paciente atraviese los efectos adversos sin obtener un beneficio clínico esperable”, afirmó.

La herramienta en desarrollo busca procesar muestras tumorales de los pacientes para correlacionarlas con la probabilidad de que respondan a un tratamiento específico. Esta metodología podría transformar el enfoque tradicional de la quimioterapia, que generalmente se basa en un ensayo y error.

El funcionamiento de la herramienta basada en IA

Pibuel detalló cómo funciona el proceso: “Recibimos la muestra del paciente, la procesamos mediante un equipo que nos indica qué moléculas se expresan en el tumor. Luego, mediante IA, correlacionamos la expresión de esas moléculas con la posibilidad de que el paciente responda o no a la quimioterapia. Cuando tengamos una cantidad suficiente de muestras y correlaciones, podremos predecir la respuesta de cada paciente a un tratamiento específico”.

Actualmente, la herramienta está en fase preclínica y ya se aplica en muestras de pacientes del Hospital Garrahan. El equipo trabaja con tumores del sistema nervioso central, tanto en adultos como en niños, y también en casos de leucemia mieloide crónica y cáncer de páncreas. Sin embargo, los investigadores creen que la metodología será aplicable a otros tipos de tumores en el futuro.

El equipo de investigación espera que en los próximos dos años se logre una validación clínica de la herramienta, lo que permitiría avanzar hacia su implementación hospitalaria. Se estima que su aplicación en entornos clínicos podría concretarse en un plazo de entre cinco y diez años.

+ INFO: El adolescente que busca revolucionar la medicina con órganos artificiales

+ INFO: Una Inteligencia Artificial logró el primer embarazo en hombres infértiles