Un nou model radiòmic basat en la intel·ligència artificial podria ajudar a predir la resposta a la immunoteràpia de determinats pacients

Un dels reptes actuals en l’oncologia és identificar de manera òptima quins pacients de càncer responen a la immunoteràpia. Els marcadors que existeixen fins avui són imperfectes i amb resultats variables depenent del tipus de tumor. Un treball impulsat per la Fundació “la Caixa”, publicat a la revista Radiology i que ha estat dirigit per la Dra. Raquel Pérez-López, investigadora principal del Grup de Radiòmica del Vall d'Hebron Institut d'Oncologia (VHIO), que forma part del Campus Vall d'Hebron, ha desenvolupat i validat un nou model radiòmic basat en l'aplicació de models intel·ligència artificial a les imatges de tomografia computada (TAC) prèvia al tractament.

Amb els resultats de la seva investigació, l'equip liderat per la Dra. Raquel Pérez-López ha pogut constatar com aquesta eina en pacients amb tumors sòlids avançats aconseguia predir la resposta als tractaments amb fàrmacs immunoteràpics anti-PD-1 i PD-L1 amb una gran sensibilitat. «Vam poder veure que en els pacients amb càncer de bufeta aquesta sensibilitat era del 85% i en els de càncer de pulmó del 76%. La sensibilitat moderadament alta d'aquesta prova indica un potencial per identificar millor els pacients que poden beneficiar-se de la immunoteràpia i, per tant, en els quals aquest tractament pot tenir prioritat davant d'altres», explica la investigadora del VHIO.

Aquest estudis'ha realitzat a la Unitat d'Investigació de Teràpia Molecular del Càncer (UITM)-Fundació "la Caixa", un centre de referència internacional en el desenvolupament de nous tractaments oncològics i en la millora de les teràpies existents, així com en la selecció molecular òptima dels pacients susceptibles de respondre a aquestes teràpies, per mitjà del desenvolupament de panells de diagnòstic molecular avançat.

La nova eina desenvolupada es basa en l'anàlisi de les imatges del tumor obtingudes per mitjà d'una tomografia computada (TAC) abans d'iniciar el tractament. A través de models d'intel·ligència artificial es poden establir associacions entre la imatge i perfils moleculars relacionats amb la resposta immunitària. «La quantitat d'informació que es pot extreure mitjançant la intel·ligència artificial de les imatges d'un TAC és infinitament més gran que la que es pot extreure només amb l'observació d'un expert. D'aquesta manera hem obtingut una puntuació predictiva de l'eficàcia de la immunoteràpia en el pacient», comenta la Dra. Raquel Pérez-López, i afegeix: «A més, aquesta eina no invasiva permetria fer un seguiment més adequat de l'evolució del tumor i del tractament al llarg del temps i, a més, permet avaluar el tumor en la seva totalitat, no només en els punts de biòpsia».

En realitat, el futur de la medicina de precisió passa per la combinació de tota la informació obtinguda de les plataformes multiòmiques –on es combinen diferents anàlisis com poden ser les de gens (genòmica), proteïnes (proteòmica), metabòlits (metabolòmica) o imatges mèdiques radiogràfiques (radiòmica) entre d'altres–, combinant totes les dades, per obtenir una foto al més personalitzada possible, a disposició de la millor presa de decisions i ajustament del tractament que ofereixi més benefici al pacient en cada moment de l'evolució del seu tumor.

Un camí poc explorat

El desenvolupament de la immunoteràpia ha suposat un dels grans avenços en els darrers anys en el tractament del càncer. En concret, l'aparició dels inhibidors del punt de control immunitari ha estat un dels seus grans èxits. Aquests inhibidors són un tipus de medicament que impedeix l'acció de proteïnes que s'anomenen punts de control, que són elaborades per alguns tipus de cèl·lules del sistema immunitari, com les cèl·lules T, i algunes cèl·lules canceroses. Aquests punts de control ajuden a evitar que les respostes immunitàries siguin molt fortes. Quan se’n bloqueja l’acció, les cèl·lules T del sistema immunitari destrueixen millor les cèl·lules canceroses.

No obstant això, no tots els pacients responen de la mateixa manera a aquests fàrmacs i en alguns poden produir severs efectes adversos. Encara s'està treballant en el desenvolupament de nous agents per combinar amb aquests inhibidors i aconseguir que els tumors es tornin més sensibles a aquests fàrmacs, continua sent una necessitat el desenvolupament de marcadors que permetin identificar de manera òptima els tumors més sensibles a aquests tractaments i estratificar els pacients de manera adequada per a maximitzar els beneficis d'aquestes teràpies, minimitzar-ne els riscos i accelerar el desenvolupament de nous fàrmacs.

Fins avui per a aquesta identificació s'utilitzen diversos marcadors, com són l'expressió de PD-L1 en el tumor, l'estat d'inestabilitat dels microsatèl·lits o la càrrega mutacional del tumor, encara que tots ells donen resultats imperfectes. Els avenços en medicina personalitzada estan basats en la caracterització molecular basada en la genòmica i la proteòmica. No obstant això, per poder realitzar aquestes anàlisis cal prendre mostres de teixit mitjançant biòpsies o cirurgies invasives. Això suposa una nova limitació, a més de no oferir una visió general del tumor, cosa que pot suposar un obstacle més tenint en compte la seva heterogeneïtat.

«La radiòmica ens ofereix una nova manera d'analitzar els pacients que supera aquestes dificultats, ja que es tracta d'una eina no invasiva que ens ofereix una vista completa del tumor, i que fa possible a més un monitoratge de l'evolució de la malaltia. L'anàlisi de les imatges té un gran potencial que encara no s’ha explorat gaire», conclou la Dra. Raquel Pérez-López, i comenta que malgrat els prometedors resultats de la investigació que ara es publiquen continuen fent falta més estudis en tipus concrets de tumors i a mesura que sorgeixin noves immunoteràpies. En aquest sentit, la Dra. Raquel Pérez-López ha estat seleccionada pel Programa CRIS de Talent Investigador de CRIS contra el càncer, per liderar un dels dos programes que s’han convocat aquest any. El programa completarà aquests estudis. En concret el seu projecte se centrarà a buscar com millorar les tècniques d'imatge actuals, combinades amb la genòmica, que s'utilitzen tant en el diagnòstic com en el seguiment del càncer.

En resum, exposa Dra. Raquel Pérez-López: «Mitjançant l'anàlisi computacional, les imatges es processen obtenint dades sobre el tumor impossibles de percebre i analitzar per l'ull humà. Així podem integrar tota aquesta informació amagada en les imatges en models multiòmics intentant millorar el coneixement del càncer i el tractament dels nostres pacients. Aquest serà el futur», conclou.