Investigadores españoles logran predecir con IA cómo evolucionará el paciente con mieloma múltiple

Cada año se diagnostican en España algo más de 3.000 nuevos casos. De hecho, es el tumor hematológico más frecuente. Y, aunque de momento no tiene cura, la introducción de nuevos fármacos en los últimos años ha mejorado el pronóstico de la enfermedad. Ahora bien, se sigue sin saber cómo evolucionará el paciente según qué tratamiento.

Con el fin de pronosticar con precisión cuál será la evolución del tumor, un equipo internacional de investigadores liderado por la Unidad de Tumores Hematológicos del Hospital 12 de Octubre-CNIO con la colaboración del Hospital de California ha logrado identificar mediante IA, patrones de respuesta a los tratamientos en pacientes con mieloma múltiple, pudiendo así realizar este pronóstico.

Así se desprende de un estudio publicado en "Blood Cancer Journal" y del que ha informado en un comunicado el Hospital 12 de Octubre, en Madrid.

Se trata de la primera vez que se utiliza esta tecnología para predecir la respuesta al tratamiento de enfermedades. Una herramienta que será clave, ya que hasta a un 30% de los pacientes se les puede retirar las terapias de mantenimiento y evitar los efectos secundarios que padecen.

Es decir, que van a cursar con buen pronóstico y sin recaídas y que se pueden ahorrar, entre otras cosas, las laceraciones gastrointestinales y riesgo de aparición de nuevos tumores.

Predecir cuál va a ser la evolución del tumor en el paciente es un asunto prioritario para la toma de decisiones clínicas y la eficacia de los tratamientos.

Este es objetivo de los investigadores que tratan de detectar la denominada enfermedad mínima residual, que es el mínimo número de células cancerosas que quedan en el organismo después del tratamiento inicial y que sirve de predictor de la evolución de la enfermedad y de la posibilidad de recaídas.

"Actualmente ya existen técnicas muy novedosas de predicción que permiten tomar decisiones de tratamiento respecto a un 20% de pacientes", recuerda Joaquín Martínez, jefe de la Unidad de Investigación de Tumores Hematológicos Hospital 12 de Octubre-CNIO.

"Este trabajo con IA nos permite una predicción mucho más precisa de la evolución que va a tener el mieloma lo que nos permitirá tomar con mucha más seguridad decisiones clínicas como la retirada del tratamiento de mantenimiento a partir de unos resultados más fiables y beneficiar a más pacientes”, incide Martínez, que es, a su vez, investigador principal y autor del artículo “Dinámica de la enfermedad residual medible (ERM) en el mieloma múltiple y la influencia de la diversidad clonal analizada mediante inteligencia artificial”.

De manera adicional, los investigadores han encontrado un nuevo parámetro que puede complementar esta herramienta de estudio, ayudando a predecir los enfermos que van a evolucionar mejor. Se denomina diversidad clonal y equivale a la recuperación del sistema inmune.

Consiste en que los pacientes que tienen más frecuencia de inmunoglobulinas normales (mayor diversidad clonal) tienen mejor pronóstico que los que tienen menos frecuencia.

Para este estudio se analizaron retrospectivamente 482 pacientes con mieloma múltiple en la Universidad de California, San Francisco (UCSF) diagnosticados entre 2008 y 2020, 304 recién diagnosticados y 178 con enfermedad recidivante.

En el trabajo los investigadores evaluaron la mínima cantidad de células cancerosas que quedan en el cuerpo del paciente después del tratamiento (enfermedad residual medible, ERM) y el impacto a largo plazo de la respuesta al tratamiento, medido con técnicas de secuenciación masiva y con IA.

Pues bien, 119 de 304 pacientes recién diagnosticados alcanzaron una negatividad de la ERM a un nivel de 10-6 al menos una vez, lo que significa que no se detecta ADN tumoral de una célula entre un millón. Estos pacientes tuvieron una supervivencia prolongada sin progresión (SSP) en comparación con los pacientes que fueron persistentemente positivos a diferentes niveles.

A su vez, en el grupo de enfermedad recidivante, 64 de 178 alcanzaron negatividad de EMR a 10-6 y la SSP se prolongó en comparación con los pacientes que permanecieron con EMR positiva

La IA definió tres categorías de dinámica de enfermedad mínima residual: muestras consistentemente negativas, células tumorales en declive pero detectables o estables/crecientes.

Los pacientes que eran EMR positivos y aún no habían recaído tenían una diversidad clonal mayor que los pacientes que eran EMR positivos y habían recaído. La dinámica de EMR puede predecir con precisión la evolución de la enfermedad e impulsar la toma de decisiones clínicas. La diversidad clonal podría complementar la evaluación de EMR en la predicción de resultados en mieloma múltiple.