Uno de los grandes problemas de los Sistemas de Salud de muchos países, en términos de inversión de gasto público, son las enfermedades crónico-degenerativas como diabetes, cáncer, infartos y enfermedades cardiacas y respiratorias. Estos padecimientos suelen ser de larga duración y por lo general de progresión lenta. Demos un ejemplo: según cifras de la Federación Internacional de Diabetes, se estima que 285 millones de personas en todo el mundo la tienen y se espera que aumente a 438 millones en 20 años, siendo su tipo más común la diabetes mellitus tipo 2 (90-95% de los casos).
Actualmente se sabe que muchas de las enfermedades crónico-degenerativas tienen como origen la mutación de sus genes. Al identificar el perfil genético de una enfermedad, es posible dar a quien la padece un tratamiento con mayor eficacia. Las terapias de blanco molecular cumplen con este propósito y actúan de manera precisa sobre los procesos o alteraciones genéticas que se desarrollan en el padecimiento; de esta manera, se optimizan los recursos terapéuticos empleados en su tratamiento.
Como parte de las tareas más importantes de los centros de investigación que están dedicadas al diagnóstico molecular, hay que buscar información que ya ha sido generada acerca de tratamientos personalizados para pacientes; así evitan replicar investigaciones y suman esfuerzos. Al enfrentar estas actividades se genera una serie de necesidades, tanto metodológicas como de implementación, que deben resolverse.
La vertiginosa forma en la que día con día se generan importantes volúmenes de nueva información acerca de cualquier enfermedad y su componente molecular, en particular para el cáncer, dificulta enormemente la búsqueda de documentación relevante que esté actualizada. Dicho de otra manera: mantener una actualización en términos de pronósticos clínicos, predicciones, tratamientos y medicamentos, tan sólo para un tipo de cáncer, es una tarea titánica que demanda una gran cantidad de tiempo. El problema de acceder a tales volúmenes de información radica principalmente en el poco tiempo con que el médico cuenta para analizarla y discernir la que le resulte más adecuada. Si a esto se suma que dicho trabajo podría quedar desactualizado o incluso obsoleto en el corto plazo, entonces la labor se convierte prácticamente en una actividad que no termina.
A esta dificultad se le suma una significativa peculiaridad: a pesar de que hoy en día se cuenta con herramientas de búsqueda de información relevante todavía no se ha logrado relacionarla de modo inteligente. Es por ello que el mayor reto que esta propuesta aborda es generar un método de búsqueda inteligente que sea capaz de cruzar información y encontrar patrones en investigaciones científicas que relacionen sus resultados, de manera que se obtenga un perfil más preciso de la enfermedad investigada.
Criterios de búsqueda
El Centro Nacional de Información sobre Biotecnología (NCBI) de Estados Unidos es uno de los tres recursos para almacenar y distribuir datos de secuencias genéticas más grandes en el mundo. Los otros dos son la base de datos del Laboratorio de Biología Molecular Europeo y la base de datos de ADN de Japón. Estas bases recogen datos de todas las secuencias de ADN y RNA, y los ponen a disposición para todo el público de forma gratuita. Es por ello que realizar una búsqueda acerca de una alteración molecular puede generar resultados con un volumen de información inmenso y esto es un problema, ya que al llevar a cabo una consulta, lo más deseable es que los resultados sean concisos.
Para algunos expertos, el problema de estudiar enfermedades cancerígenas no radica en el análisis de las largas cadenas de ADN que determinan el tipo de alteración, pues los equipos con los que cuentan hoy en día pueden determinarlo rápidamente. El verdadero problema radica en encontrar, de manera apropiada, las más recientes investigaciones orientadas al estudio de una alteración molecular dada. Este proceso deriva en un arduo trabajo que toma mucho tiempo. Por ejemplo, en el caso concreto de una enfermedad crónico-degenerativa como el cáncer los criterios de búsqueda se acotan de la siguiente manera:
- Tipo de tumor: mama, colon, ovario, etc.
- Variante histopatológica: un diagnóstico basado en el estudio de tejidos
- Nombre del gen
- Alteración molecular
Una vez que la enfermedad, gen y tipo de alteración han sido definidos, el siguiente criterio de búsqueda está determinado por cuatro vertientes principales:
- Pronostico: indica si la enfermedad es grave, mortal o no hay esperanza de vida; también está definido por la experiencia que se observa en un paciente al usar un tratamiento dado.
- Predicción: qué se puede anticipar acerca de un tratamiento debido a un manejo terapéutico.
- Medicamento: es concretamente el nombre de los que son utilizados.
- Tratamiento: uso de medicamentos y cuidados de un paciente para una enfermedad en particular.
La mayoría de las búsquedas en las distintas bases de datos deben ser realizadas con mucho cuidado, lo cual representa un potencial problema porque una errónea elección de los términos de la búsqueda puede derivar en una lista interminable de resultados, donde la mayoría tiene poco o nada que ver con los objetivos de la búsqueda inicial, o puede suceder todo lo contrario, es decir, donde no se encuentre prácticamente información alguna.
Los enfoques Basket y Umbrella
En la búsqueda de procedimientos personalizados para atender pacientes mediante el tratamiento adecuado con el medicamento adecuado en el momento adecuado, un nuevo paradigma se ha propuesto para el desarrollo de nuevos medicamentos que atiendan las necesidades terapéuticas personalizadas de cada ser humano. Dichos medicamentos de precisión sólo son eficaces para una subpoblación de pacientes con la enfermedad, que son identificados por biomarcadores específicos.
Estos desafíos han llevado al desarrollo de diseños de ensayos innovadores para probar nuevas terapias que incluyen ensayos de tipo Umbrella (sombrilla) y de tipo Basket (canasta):
- Un ensayo Umbrella prueba múltiples medicamentos dirigidos y que están basados en el mecanismo molecular de la enfermedad. Por ejemplo, los pacientes que padecen cáncer de pulmón se someterán a un tratamiento en base a su mutación, por lo tanto se les dará un medicamento diferente. Este enfoque está dirigido a atender el mismo tumor, pero con diferente mutación.
- Por otro lado, el ensayo de tipo Basket involucra el reclutamiento de pacientes con diferentes tipos de cáncer, pero con la misma mutación. En este caso, se utiliza un diagnóstico complementario que detecte posibles candidatos para que sean atendidos con un solo medicamento.
De manera general, estos nuevos diseños de ensayos buscan mejorar la eficiencia de la investigación clínica. En el trabajo tecnológico desarrollado por el INFOTEC, se adoptó este enfoque pero en términos de información, es decir, de la búsqueda precisa acerca de enfermedades y sus mutaciones para el tratamiento personalizado de cada paciente, según las necesidades genéticas de su padecimiento.
Método de Búsqueda Inteligente
Para este proyecto se propone hacer búsquedas por dominio, el cual consiste en una descripción de conceptos que están relacionados particularmente con enfermedades cronico-degenerativas. A continuación viene una lista de preguntas de concepto que la base de conocimiento deberá ser capaz de responder:
- ¿Cuál es la información básica de una enfermedad y de un gen con una alteración molecular?
- ¿Con que otros nombres se le conoce a este gen?
- ¿Con que otros nombres es identificada una alteración molecular?
- ¿Qué tipo de enfermedad está involucrada con una alteración molecular dada?
- ¿Qué pronóstico, predicción y tratamiento tiene una alteración molecular?
- ¿Qué tipo de mutación está relacionada con un gen y cuál es su tratamiento?
Para responder a estas preguntas, aquí el método propuesto en este trabajo:
-
Definición de los parámetros de la búsqueda
Tiene que ver directamente con el enfoque que se está empleando, ya sea de tipo Umbrella o Basket, nombre de la enfermedad, del gen y de la alteración molecular.
-
Validación de parámetros: nombre del gen o la enfermedad
Ya sea que se esté llevando a cabo una búsqueda bajo un enfoque u otro, este paso es crucial y constituye en sí un filtro de errores que previene al sistema de emprender búsquedas inútiles de información inexistente.
-
Obtención de enfermedades, genes y alteraciones moleculares relacionadas
Siguiendo un caso de exploración de tipo Umbrella, se procede a buscar todos los genes conocidos que estén asociados con la enfermedad validada. Esta búsqueda tiene el propósito de acotar e identificar los que han presentado una mutación o alteración molecular que interviene en el desarrollo de dicha enfermedad. En caso de Basquet, hay que buscar los padecimientos relacionados con una alteración en particular.
-
Generación de consultas especializadas
Se construyen las consultas que serán solicitadas a las bases de datos por examinar. En este caso, la metodología aquí presentada se implementa en un programa de cómputo cuyas funciones consultan y extraen información de bibliotecas externas colocadas en internet.
-
Obtención de información básica y documentos científicos
Una vez obtenida la lista de documentos científicos que representan los resultados de la búsqueda, es seleccionada la información que va a ser brindada a quien la consulta, por ejemplo, nombre oficial del gen, símbolo, organismo y nombres alternos, entre otros.
-
Clasificación de documentos
El objetivo es filtrar, mediante herramientas de Inteligencia Artificial (AI), aquellos documentos que brindan información relevante de terapias novedosas que son usadas para tratar enfermedades de este tipo.
Con esta idea en mente, el principal propósito de implementar una IA es la de catalizar el permeado del conocimiento a especialistas del sector salud que pretenden actualizarse rápidamente, sin tener que pasar por un tortuoso proceso de clasificación manual de inmensos volúmenes de información.
-
Nuevas búsquedas aplicando el aprendizaje adquirido
La intención es que los nuevos documentos encontrados beneficien a la comunidad que se ha aglomerado en torno a esta propuesta. Cumplirán con los mismos objetivos de la búsqueda inicial, sólo que los criterios serán refinados, de tal manera que se ofrezca una documentación con mayor riqueza en términos de medicamentos y terapias dada la enfermedad.
Una implementación muy prometedora
Aquí se presenta un sencillo pero poderoso método de Inteligencia Artificial que asiste en la localización y clasificación de documentos de interés dentro de un volumen considerable de artículos científicos (alrededor de 35 millones). Permite a médicos, especialistas e investigadores obtener información reciente y precisa acerca de enfermedades, terapias y medicamentos que se emplean para remediarlas.
Este método no sólo busca patrones de enfermedades y medicamentos, sino que toma en cuenta la vertiente genética, es decir, las mutaciones o alteraciones moleculares que están involucradas en el desencadenamiento de una enfermedad. Lo interesante de estos modelos es que, a partir de su aplicación, se pueden implementar en plataformas web y app móviles, cosa que puede ayudar a médicos especializados y a gobiernos que pretenden disminuir la inversión del gasto público en materia de salud. Por ejemplo, una implementación exitosa de este modelo se encuentra en el software AURORA de Nanopharmacia Diagnóstica, el cual asiste en el diagnóstico molecular de enfermedades cancerígenas en seres humanos y sus tratamientos personalizados.
La posibilidad de llevar un modelo de Inteligencia Artificial a otros sistemas de salud en distintos estados o países, incluso en el desarrollo de soluciones para otro tipo de problemas que involucre un escrutinio inteligente, hace muy valiosa esta propuesta. Por ello creemos que su implementación es muy prometedora.
Este artículo se publicó el número 16 d ella revista impresa u-GOB
[contentcards url=”https://736737d3e7.nxcli.net/tienda/revista-individual/u-gob-016/”]