Identificar quién responderá antes de que reciba el tratamiento
Durante décadas, la inmunoterapia ha prometido convertir el cáncer en una enfermedad vencible, pero la medicina ha tropezado con una pregunta sin respuesta clara: ¿quién se beneficiará realmente? Investigadores de Harvard han desarrollado Compass, un modelo de inteligencia artificial que analiza la actividad de miles de genes tumorales para predecir, antes de iniciar el tratamiento, si un paciente responderá a los inhibidores de puntos de control inmunitario. Con una mejora del 8,5% sobre métodos anteriores y publicado en Nature Medicine, el hallazgo no es solo un avance técnico, sino un paso hacia la promesa más profunda de la medicina moderna: tratar a cada persona como un caso único.
- Solo entre el 10% y el 40% de los pacientes responden a la inmunoterapia, dejando a la mayoría expuesta a efectos secundarios graves mientras su cáncer avanza sin freno.
- La incertidumbre sobre quién responderá no solo afecta a los pacientes individuales, sino que distorsiona el diseño de ensayos clínicos y frena el desarrollo de nuevos fármacos oncológicos.
- Compass examina la actividad de casi 16.000 genes tumorales y, a diferencia de modelos anteriores, ofrece predicciones explicables que los médicos pueden comprender y justificar clínicamente.
- La mejora del 8,5% en precisión predictiva, aunque modesta en apariencia, representa un salto cualitativo en la capacidad de personalizar el tratamiento del cáncer a escala real.
- Si estudios posteriores confirman su eficacia, el modelo podría transformar tanto la práctica clínica como la investigación, acercando la oncología a una era de medicina verdaderamente personalizada.
La inmunoterapia ha reescrito el pronóstico de muchos cánceres en la última década, convirtiendo enfermedades antes fatales en condiciones manejables. Sin embargo, persiste un problema central: los oncólogos no pueden saber de antemano quién responderá al tratamiento. Un paciente ve desaparecer su tumor; el siguiente, con un cáncer aparentemente similar, no obtiene ningún beneficio. Esa incertidumbre pesa sobre las decisiones clínicas y sobre el diseño mismo de los ensayos que buscan nuevas terapias.
Para abordar este vacío, investigadores de la Universidad de Harvard desarrollaron Compass, un modelo de inteligencia artificial que analiza la información genética de los tumores antes de iniciar el tratamiento. En pruebas iniciales, el sistema mejoró la precisión de predicción en un 8,5% frente a métodos anteriores, un resultado publicado en Nature Medicine. Los inhibidores de puntos de control inmunitario —los medicamentos en cuestión— funcionan desbloqueando el sistema inmunológico para que ataque las células cancerosas, pero solo benefician a entre el 10% y el 40% de los pacientes según el tipo de cáncer.
Lo que distingue a Compass de intentos previos es su transparencia: examina la actividad de casi 16.000 genes y ofrece predicciones que los médicos pueden entender y justificar, no simples números opacos. Marinka Zitnik, profesora de informática biomédica en el Instituto Blavatnik de Harvard, subrayó que identificar a quienes responderán antes de recibir el tratamiento es responder a una de las preguntas más fundamentales de la oncología moderna.
Si estudios posteriores confirman su eficacia, Compass podría acelerar la selección de pacientes para ensayos clínicos, facilitar el descubrimiento de nuevas terapias y permitir que los clínicos eviten tratamientos ineficaces, dirigiendo a cada paciente hacia la opción con mayores probabilidades de funcionar.
La inmunoterapia ha transformado el tratamiento del cáncer en la última década, convirtiendo enfermedades que antes eran fatales en condiciones crónicas manejables o incluso curables. Pero hay un problema fundamental que los oncólogos enfrentan cada día: no saben de antemano quién va a beneficiarse. Un paciente recibe un inhibidor de punto de control inmunitario y su tumor desaparece. El siguiente, con un cáncer aparentemente similar, no responde en absoluto. Esa incertidumbre afecta no solo a las decisiones de tratamiento sino también a cómo se diseñan los ensayos clínicos y se desarrollan nuevos fármacos.
Investigadores de la Universidad de Harvard han desarrollado un modelo de inteligencia artificial llamado Compass que promete cambiar eso. El sistema analiza la información genética de los tumores de un paciente para predecir, antes de iniciar el tratamiento, si responderá a los medicamentos de inmunoterapia. En pruebas iniciales, Compass mejoró la precisión de predicción en un 8,5% en comparación con métodos anteriores, un avance que podría parecer modesto en números pero que representa un salto significativo en la capacidad de personalizar el cuidado del cáncer. El hallazgo fue publicado recientemente en Nature Medicine.
Los inhibidores de puntos de control inmunitario, o ICI por sus siglas en inglés, funcionan de una manera elegante: desbloquean el sistema inmunológico del paciente para que pueda reconocer y destruir las células cancerosas. Los primeros medicamentos de esta clase fueron aprobados en 2011. Se unen a proteínas específicas en la superficie de las células tumorales—PD-L1, PD-1 y CTLA-4—que actúan como un escudo de invisibilidad. Al bloquear esas proteínas, los ICI dejan expuestas las células malignas al ataque del sistema inmunológico. El concepto es poderoso, pero la realidad clínica es más complicada: solo entre el 10% y el 40% de los pacientes responden a estos medicamentos, dependiendo del tipo de cáncer que tengan.
Esa brecha entre la promesa y la práctica ha sido frustrante para médicos y pacientes por igual. Quienes no responden a los ICI no solo pierden la oportunidad de beneficiarse de una terapia potencialmente transformadora, sino que también enfrentan el riesgo de efectos secundarios significativos mientras su cáncer continúa avanzando. Marinka Zitnik, profesora de informática biomédica en el Instituto Blavatnik de Harvard, señaló que comprender quién se beneficiará de estos medicamentos es responder a una pregunta fundamental en oncología. "Al combinar la capacidad de la IA avanzada con estas terapias, podremos identificar a quienes tienen más probabilidades de responder a un ICI específico antes de que reciban el tratamiento", explicó.
El modelo de Compass funciona examinando la actividad de casi 16.000 genes que influyen en la respuesta inmunitaria. A diferencia de algunos enfoques anteriores de IA que han intentado identificar a los "respondedores", el sistema de Harvard ofrece predicciones que los investigadores pueden entender y justificar, no solo números opacos. Eso es importante porque los médicos necesitan saber no solo qué predice el modelo, sino por qué lo predice. Si la eficacia de Compass se confirma en estudios posteriores, podría acelerar significativamente el movimiento hacia la medicina verdaderamente personalizada en oncología. Los investigadores podrían usar el modelo para seleccionar pacientes más precisamente para ensayos clínicos, acelerando el descubrimiento de nuevas terapias. Y los clínicos podrían tomar decisiones de tratamiento más informadas, evitando terapias ineficaces y dirigiendo a los pacientes hacia opciones que tengan más probabilidades de funcionar.
Citações Notáveis
Al combinar la capacidad de la IA avanzada con estas terapias, podremos identificar a quienes tienen más probabilidades de responder a un ICI específico antes de que reciban el tratamiento— Marinka Zitnik, profesora de informática biomédica en el Instituto Blavatnik de Harvard
Comprender quién se beneficiará de los ICI es dar respuesta a una incógnita fundamental— Marinka Zitnik
A Conversa do Hearth Outra perspectiva sobre a história
¿Por qué es tan difícil predecir quién responderá a la inmunoterapia si el mecanismo es bien conocido?
Porque el cáncer es increíblemente heterogéneo. Dos tumores pueden parecer idénticos bajo el microscopio pero tener perfiles genéticos completamente diferentes. El sistema inmunológico de cada paciente también es único. La inmunoterapia depende de esa interacción compleja entre el tumor y el sistema defensivo del cuerpo.
¿Qué hace diferente a Compass de los intentos anteriores?
Analiza casi 16.000 genes relacionados con la inmunidad, no solo unos pocos marcadores. Y lo hace de forma interpretable. Otros modelos de IA pueden predecir, pero no explican por qué. Los médicos necesitan entender la lógica detrás de la predicción.
Un 8,5% de mejora suena pequeño. ¿Por qué importa?
En oncología, pequeños porcentajes de mejora en predicción pueden significar cientos de pacientes que reciben el tratamiento correcto en lugar del incorrecto. Evita sufrimiento innecesario y acelera el acceso a terapias que funcionan.
¿Qué pasa ahora con el modelo?
Necesita validación en nuevos estudios. Si se confirma su eficacia, podría cambiar cómo se diseñan los ensayos clínicos y cómo los oncólogos eligen tratamientos. Pero primero tiene que demostrar que funciona en la práctica real, no solo en datos históricos.