La plataforma utiliza la «Huella Molecular» del tumor para ahorrar meses cruciales de terapia ineficaz y evitar efectos adversos en los pacientes.

Un equipo interdisciplinario de la Universidad de Buenos Aires (UBA) y el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) de Argentina, ha desarrollado un avanzado sistema de Inteligencia Artificial capaz de anticipar con precisión la respuesta de pacientes oncológicos a diferentes terapias.

Este desarrollo promete transformar el paradigma de la medicina personalizada al reducir drásticamente los meses de incertidumbre y evitar tratamientos ineficaces.

El bioquímico e investigador del CONICET, Matías Pibuel, explicó que la herramienta surge de la necesidad de superar la metodología actual, en la que los pacientes se someten a rondas de quimioterapia, sin saber con certeza si funcionarán.

La “Huella Molecular” que Ahorra Tiempo Crítico

El sistema integra la IA con la espectrometría de masas para analizar muestras biológicas de un tumor. Este proceso permite generar una «huella molecular» única de la célula cancerosa. Posteriormente, el software desarrollado correlaciona esta huella con bases de datos de antecedentes clínicos para predecir si el tumor será sensible o resistente a un medicamento específico.

«Nos interesa anticiparnos para evitar los efectos adversos en esos tres meses de quimioterapia, cuando ni siquiera sabemos si se está logrando el beneficio clínico esperado,» remarcó Pibuel.

El beneficio más crucial, enfatizó, es el ahorro de tiempo. En lugar de esperar 90 días para comprobar la eficacia de un tratamiento, esta metodología podría ofrecer una respuesta predictiva en solo un mes, evitando que los pacientes pierdan tiempo valioso mientras la enfermedad avanza.

Validación Clínica y Futuro Alcance

Tras una validación exitosa en modelos preclínicos (líneas celulares), el equipo está avanzando en la etapa más desafiante: la aplicación clínica. Actualmente, están recibiendo muestras de pacientes, en colaboración con instituciones como el Hospital Garrahan, enfocándose inicialmente en tumores pediátricos del sistema nervioso central (como glioblastomas y leucemias).

Para garantizar la confiabilidad del algoritmo. se requerirán al menos dos años más de recolección de datos. El sistema no solo funcionaría para la quimioterapia tradicional, sino que también podría aplicarse a terapias biológicas, anticuerpos e inhibidores de checkpoints, cubriendo un espectro amplio del abordaje oncológico moderno.