Un algoritmo predice el éxito del trasplante de médula en cánceres

Un estudio internacional ha desarrollado un modelo de aprendizaje automático capaz de identificar a los pacientes con mielofibrosis que tienen un alto riesgo de morir tras un trasplante de médula ósea. Algo que hasta ahora no era posible con los métodos estadísticos convencionales y que ha involucrado en su desarrollo a un grupo de investigadores gallegos en este trabajo colaborativo. La investigación, publicada en la revista Blood de la Sociedad Americana de Hematología (ASH), ha sido liderada por los hematólogos Juan Carlos Hernández Boluda, del Hospital Clínico de Valencia, y Adrián Mosquera, del Hospital de Santiago de Compostela.

«Sabemos que en el primer o segundo año el trasplante resta tiempo de vida a algunos pacientes, así que quisimos ver si encontrábamos un patrón de datos que nos permitiese anticipar fracaso terapéutico», explica Mosquera, experto en hematología.

Con esta premisa, los investigadores analizaron datos de 5.183 pacientes de 288 centros registrados en la base de datos de la Sociedad Europea de Trasplante Hematopoyético (EBMT). De ellos, 3.887 casos se utilizaron para entrenar el algoritmo y 1.296 para validarlo.

El nuevo modelo ha demostrado ser más preciso que los sistemas convencionales y ha identificado un subgrupo de pacientes con riesgo de mortalidad postrasplante de casi el 30%, una cifra significativamente mayor que el 8-10% previamente estimado en estudios realizados en EEUU. «En EEUU habían evaluado que entre un 8% y un 10% de los pacientes tienen una supervivencia muy baja, por la toxicidad del trasplante, pero nosotros identificamos que existe un grupo de pacientes que tienen alto riesgo de morir después de ser trasplantados que alcanza casi el 30% y que antes eran inidentificables», señala Mosquera.

El modelo emplea diez variables clínicas comunes en la práctica asistencial, como la edad del paciente, el estado funcional, el índice de comorbilidad, los parámetros hematológicos y el tipo de trasplante, entre otros. La herramienta, de acceso libre, permite a los especialistas predecir con mayor precisión la supervivencia postrasplante y mejorar la toma de decisiones.

Para Mosquera, este estudio marca un punto de inflexión: «Es un estudio disruptivo porque la comunidad científica lo adopta como un nuevo estándar. Está hecho por la sociedad científica que sienta las bases de esta disciplina». No obstante, aclara que los resultados del algoritmo no sustituirán la valoración clínica global: «En todo caso, este dato que identifique el algoritmo será uno más dentro de una toma de decisiones multidisciplinar, los pacientes no se quedarán sin una alternativa terapéutica, sino que recibirán tratamientos más perfilados a su riesgo», expresa.

El investigador también destaca el papel creciente de la inteligencia artificial en la medicina: «La IA ha venido para quedarse y este solo es el principio, hay más estudios en marcha; hay más enfermedades crónicas en las que la supervivencia tras el trasplante puede ser larga, pero continúa habiendo pacientes que pueden fallecer precozmente a causa de la toxicidad». En el futuro, los investigadores esperan perfeccionar el modelo.

El reto de la mielofibrosis

La mielofibrosis es un tipo de cáncer hematológico poco frecuente que altera la producción de células sanguíneas y suele derivar en anemia severa y agrandamiento de órganos, como el bazo. Aunque existen varios tratamientos, el trasplante de células madre hematopoyéticas sigue siendo la única opción curativa. Sin embargo, la toxicidad asociada al procedimiento y la falta de herramientas para predecir quién se beneficiará complican la decisión médica. La nueva herramienta de IA no sustituye el juicio clínico, pero suma un criterio objetivo clave para perfilar mejor el riesgo de los pacientes y optimizar las posibilidades de éxito del trasplante. A nivel estatal, la incidencia de esta enfermedad es de 5 a 7 casos por cada millón de habitantes al año. Extrapolando a la población de Galicia, se puede estimar que se diagnostican entre 13 y 19 nuevos casos anuales, en la misma línea de un informe de la Fundación Josep Carreras.