Redacción NM
La inteligencia artificial ha desarrollado un tratamiento para una forma agresiva de cáncer en solo 30 días y ha demostrado que puede predecir la tasa de supervivencia de un paciente utilizando las notas de los médicos.
Los avances fueron realizados por sistemas separados, pero muestran cómo los usos de la poderosa tecnología van mucho más allá de la generación de imágenes y texto.
Los investigadores de la Universidad de Toronto trabajaron con Insilico Medicine para desarrollar un tratamiento potencial para el carcinoma hepatocelular (CHC) utilizando una plataforma de descubrimiento de fármacos de IA llamada Pharma.
El HCC es una forma de cáncer de hígado, pero la IA descubrió una vía de tratamiento previamente desconocida y diseñó una ‘molécula de impacto novedosa’ que podría unirse a ese objetivo.
El sistema, que también puede predecir la tasa de supervivencia, es una invención de científicos de la Universidad de Columbia Británica y BC Cancer, quienes encontraron que el modelo tiene una precisión del 80 por ciento.
AI desarrolló el tratamiento contra el cáncer (stock) en solo 30 días desde la selección del objetivo y después de sintetizar solo siete compuestos
La IA se está convirtiendo en la nueva arma contra enfermedades mortales, ya que la tecnología es capaz de analizar grandes cantidades de datos, descubrir patrones y relaciones y predecir los efectos de los tratamientos.
El fundador y CEO de Insilico Medicine, Alex Zhavoronkov, dijo en un declaración: «Mientras el mundo estaba fascinado con los avances en la IA generativa en el arte y el lenguaje, nuestros algoritmos de IA generativa lograron diseñar potentes inhibidores de un objetivo con una estructura derivada de AlphaFold».
El equipo utilizó AlphaFold, una base de datos de estructuras de proteínas alimentada por inteligencia artificial (IA), para diseñar y sintetizar un fármaco potencial para tratar el carcinoma hepatocelular (HCC), el tipo más común de cáncer de hígado primario.
La hazaña se logró en solo 30 días desde la selección del objetivo y después de sintetizar solo siete compuestos.
En una segunda ronda de generación de compuestos impulsados por IA, los investigadores descubrieron una molécula de éxito más potente, aunque cualquier fármaco potencial aún tendría que someterse a ensayos clínicos.
Feng Ren, director científico y codirector ejecutivo de Insilico Medicine, dijo: ‘AlphaFold abrió nuevos caminos científicos al predecir la estructura de todas las proteínas en el cuerpo humano.
“En Insilico Medicine, lo vimos como una oportunidad increíble para tomar estas estructuras y aplicarlas a nuestra plataforma de IA de extremo a extremo para generar terapias novedosas para abordar enfermedades con una gran necesidad insatisfecha. Este documento es un primer paso importante en esa dirección.’
Otro sistema de IA identificó características únicas de cada paciente, prediciendo la supervivencia a los seis meses, 36 meses y 60 meses con una precisión superior al 80 %
El sistema utilizado para predecir la esperanza de vida utilizó el procesamiento del lenguaje natural (NLP), una rama de la IA que comprende el lenguaje humano complejo, para analizar las notas del oncólogo después de la visita de consulta inicial de un paciente.
El modelo identificó características únicas para cada paciente, prediciendo la supervivencia a los seis meses, 36 meses y 60 meses con una precisión superior al 80 por ciento.
John-Jose Nunez, psiquiatra y becario de investigación clínica del Centro de Trastornos del Estado de Ánimo de la UBC y BC Cancer, dijo en un declaración: ‘La IA esencialmente lee el documento de consulta como lo haría un humano.
‘Estos documentos tienen muchos detalles como la edad del paciente, el tipo de cáncer, las condiciones de salud subyacentes, el uso de sustancias en el pasado y los antecedentes familiares.
«La IA combina todo esto para pintar una imagen completa de los resultados de los pacientes».
Tradicionalmente, las tasas de supervivencia del cáncer se han calculado de forma retrospectiva y se han categorizado solo por unos pocos factores genéricos, como el sitio del cáncer y el tipo de tejido.
El modelo, sin embargo, puede captar pistas únicas dentro del documento de consulta inicial de un paciente para proporcionar una evaluación más matizada.
La IA se entrenó y probó utilizando datos de 47 625 pacientes en los seis sitios de BC Cancer ubicados en la Columbia Británica.
«Debido a que el modelo está entrenado en datos de BC, eso lo convierte en una herramienta potencialmente poderosa para predecir la supervivencia del cáncer en la provincia», dijo Núñez.
‘[But] Lo mejor de los modelos neuronales de PNL es que son altamente escalables, portátiles y no requieren conjuntos de datos estructurados. Podemos entrenar rápidamente estos modelos utilizando datos locales para mejorar el rendimiento en una nueva región”.
