Modelado matemático e IA: la nueva frontera en la inmunoterapia contra el cáncer

Ciudad de México, 08-02-2025 |

Investigación destaca el potencial de estas tecnologías en la optimización de tratamientos personalizados

Elmodelado matemático y lainteligencia artificial(IA) están revolucionando la inmunoterapiacontra el cáncer, permitiendo el desarrollo de tratamientos más precisos y personalizados. Un estudio de revisión publicado en Nature Computational Science en 2022 por Zhihui Wang, PhD, y Joseph Butner, PhD, sigue siendo un referente en esta evolución. Su análisis profundiza en las aplicaciones y desafíos de estas herramientas en la medicina personalizada.

A nivel global, el cáncer sigue siendo una de las principales causas de muerte. Según la Organización Mundial de la Salud(OMS), en 2020 se registraron aproximadamente 10 millones de fallecimientos por esta enfermedad, lo que representa una de cada seis muertes en el mundo. A pesar de los avances en la investigación, el impacto económico y social del cáncer continúa en aumento, lo que resalta la urgencia de desarrollar estrategias más eficientes.

De acuerdo con el Hospital Houston Methodist, lainmunoterapia ha transformado el tratamiento del cáncer mediante enfoques como los inhibidores de puntos de control inmunitario, la terapia de transferencia celular adoptiva, la vacunación y la terapia con citocinas exógenas. Sin embargo, la efectividad de estas estrategias puede mejorar cuando se combinan con tratamientos convencionales como la quimioterapia y la radioterapia. Esta sinergia permite atacar múltiples vías de la enfermedad y mejorar los resultados clínicos.

En la actualidad, la Administración de Alimentos y Medicamentos (FDA) aprobó más de 600 medicamentos contra el cáncer, incluidos al menos 30 agentes de inmunoterapia. Sin embargo, evaluar todas las posibles combinaciones terapéuticas mediante ensayos clínicos representa un desafío debido al tiempo y los costos involucrados. En este contexto, el modelado matemático y la inteligencia artificial se convirtieron en herramientas clave para predecir la efectividad de diversas combinaciones de tratamientos, optimizando su aplicación de manera más rápida y eficiente.

Joseph Butner afirmó: "Si el campo de la modelización va a lograr su objetivo declarado de adopción clínica y mejora de estrategias de tratamiento personalizadas, los modeladores deben reconocer que están diseñando para un cliente: el médico, el paciente o el desarrollador de fármacos de laboratorio húmedo". Además, agregó: "Esperamos que los científicos computacionales sigan esforzándose por lograr más esfuerzos de colaboración con médicos y oncólogos para cerrar esta brecha y aumentar la probabilidad de trasladar su trabajo de modelización a la clínica".

Asimismo, el estudio sugiere que el modelado matemático podría convertirse en una herramienta fundamental para la traducción clínica de nuevos fármacos y la optimización de tratamientos personalizados. Además, destaca que la identificación de biomarcadores y el uso de enfoques de sistemas podrían acelerar el desarrollo de medicamentos y mejorar la eficacia de las estrategias terapéuticas.

Con los avances recientes en inteligencia artificial y biología computacional, la integración del modelado matemático en oncología se perfila como una estrategia clave para mejorar la precisión y efectividad de los tratamientos contra el cáncer, ofreciendo nuevas oportunidades para la personalización de la medicina.