Anuario iSanidad 2024
Dr. José Luis Álvarez-Ossorio Fernández, presidente de la Asociación Española de Urología (AEU)
Como médicos, cirujanos, investigadores y académicos nos enfrentamos a diferentes retos en los entornos en los que actuamos. Todos conocemos el complica do proceso de la toma de decisiones y la importancia de evitar errores de juicio en cada paso: cuando se define un diagnóstico, se abordan los factores de riesgo modificables, se optimiza el uso de los recursos, se ofrece o se realiza una cirugía y se manejan las complicaciones.
En la actualidad, el elevado volumen de datos, su disponibilidad y las diferentes fuentes existentes podrían impedir la síntesis de información adecuada para obtener un diagnóstico preciso, planificar un tratamiento individualizado y obtener la predicción de un resultado.
Comúnmente confiamos en los métodos estadísticos, que son las herramientas que leemos en los estudios publicados, no obstante, los clínicos e investigadores han aplicado métodos de la inteligencia artificial (IA) en diferentes áreas de conocimiento. Específicamente en las enfermedades urológicas, durante años superando los métodos estándar para superar el problema al que nos enfrentamos cada día en nuestro proceso de toma de decisiones.
Los clínicos e investigadores han aplicado métodos de la inteligencia artificial (IA) en diferentes áreas de conocimiento
La IA es una herramienta crítica que se centra en la creación de un algoritmo inteligente que realiza tareas humanas por medio de complejos modelos matemáticos no lineales y bloques de construcción que imitan a las neuronas humanas.
El objetivo principal es aprender fácilmente y desafiar las capacidades humanas para mejorar un resultado determinado. Por lo tanto, los diferentes tipos de IA reflejan sistemas informáticos que pueden aprender de los datos brutos con un cierto grado de autonomía.
Por ejemplo, el aprendizaje automático, las redes artificiales, el proceso de aprendizaje natural, el aprendizaje profundo y el de refuerzo, entre otras. La mayoría de las aplicaciones son descritas en el cáncer genitourinario en lo que respecta al diagnóstico, la estadificación y el pronóstico.
Además, de acuerdo con los nuevos avances, los investigadores también han puesto su atención en nuevos biomarcadores y en la extracción de datos mediante técnicas bioinformáticas (tecnologías computacionales y estadísticas para el análisis de datos biológicos) que también utilizan herramientas de IA.
Los investigadores han puesto su atención en nuevos biomarcadores y en la extracción de datos mediante técnicas bioinformáticas que también utilizan herramientas de IA
El manejo de los pacientes con cáncer de próstata (CP) suele ser difícil debido a las diferencias biológicas del cáncer entre los pacientes y a la gran variedad de alteraciones genéticas presentes en esta enfermedad. El análisis transcriptómico y genómico ha generado nueva información sobre el CP y las vías de señalización intracelular que regulan la carcinogénesis en la próstata.
La investigación genética ha utilizado el aprendizaje automático (AA) y la inteligencia artificial para descubrir perfiles de expresión génica útiles para construir modelos estadísticos que predicen desenlaces clínicos y allanan el camino hacia una terapia personalizada. El estudio del CP desde un punto de vista genómico se puede beneficiar mucho del poder computacional y de reconocimiento de patrones que ofrecen los modelos de aprendizaje automático.
El estudio del CP desde un punto de vista genómico se puede beneficiar mucho del poder computacional y de reconocimiento de patrones que ofrecen los modelos de aprendizaje automático
En la clínica actual ya se están utilizando clasificadores genéticos comerciales basados en AA —como Decipher, Oncotype Dx Genomic Prostate Score y Prolaris— para predecir resultados y guiar el manejo de esta enfermedad. Este tipo de modelos también se están aplicando a nuevas biomoléculas para identificar firmas relacionadas con la metástasis y la progresión de la enfermedad.
Por otro lado, el uso de la IA para entender los factores genéticos del CP permitirá crear estrategias de tratamiento a medida, basadas en el perfil genómico del paciente. No olvidemos el potencial transformador de la IA generativa y los modelos de lenguaje avanzado, herramientas capaces de leer, interpretar y sintetizar los recursos científicos disponibles para responder a nuestras preguntas clínicas del día a día.
Estas tecnologías pueden revolucionar la optimización de las guías de práctica clínica y los consensos de expertos basados en evidencia, mejorando tanto su contenido como el acceso a su información. En este contexto, la Asociación Española de Urología está liderando un proyecto estratégico en colaboración con las principales sociedades científicas y grupos de trabajo involucrados en el manejo de pacientes con tumores genitourinarios. Las herramientas de IA facilitarán un cambio de paradigma, desde el tratamiento del CP basado en las guías hacia la atención personalizada y de precisión de cada paciente.
