Investigadores de la Universidade de São Paulo (USP) y del Instituto do Câncer do Estado de São Paulo (Icesp) desarrollaron BreastOncoPredict, un software de Inteligencia Artificial (IA) capaz de predecir el riesgo de recurrencia o muerte en pacientes con cáncer de mama.
El estudio Ensemble machine learning for predicting breast cancer recurrence and mortality using clinical and hemogram data (Aprendizaje automático por conjuntos para predecir la recurrencia y la mortalidad por cáncer de mama utilizando datos clínicos y del hemograma, traducción libre) fue publicado en la revista npj Breast Cancer, del grupo Nature.
BreastOncoPredict es uno de los primeros programas de IA que incorpora parámetros basados en el recuento de glóbulos rojos para evaluar el riesgo de que pacientes con cáncer de mama presenten recurrencia, es decir, el regreso del cáncer en la mama o en otra parte del cuerpo (metástasis), en períodos de dos y diez años.
El software realiza la predicción utilizando datos clínicos de las pacientes e información obtenida de un hemograma completo, un análisis de sangre que ya se realiza de forma rutinaria con otros fines clínicos. Por ello, los datos que alimentan el funcionamiento de la IA ya están disponibles y no requieren nuevas muestras ni pruebas adicionales.
Entre los beneficios esperados de BreastOncoPredict se encuentra una definición más precisa del pronóstico, lo que puede ayudar a los médicos a diseñar tratamientos más eficaces. En la práctica, las pacientes con alto riesgo podrían recibir tratamientos prolongados y un seguimiento más estricto, con mayores medidas preventivas, mientras que las pacientes de bajo riesgo podrían evitar intervenciones innecesarias.
Otra alternativa para predecir el riesgo de recurrencia son las pruebas genómicas específicas para cáncer de mama, como Oncotype DX y MammaPrint. Sin embargo, estas pruebas utilizan muestras de tejido tumoral de la mama y tienen un costo de entre 3.000 y 4.000 dólares estadounidenses por paciente, lo que las hace poco viables para los sistemas públicos de salud de países de ingresos bajos y medios, como Brasil.
Según datos del Instituto Nacional de Cáncer de Brasil (INCA), cada año se diagnostican aproximadamente 73.610 nuevos casos de cáncer de mama en el país. Según una estimación conservadora, si el Sistema Único de Salud (SUS) ofreciera pruebas genómicas basadas en biopsia tumoral a todas las mujeres diagnosticadas con cáncer de mama, los costos superarían los 1.000 millones de reales al año.
En este contexto, la adopción de BreastOncoPredict en el SUS podría ofrecer una predicción de alta precisión sin ningún costo adicional.
Los investigadores esperan que esta innovación sea incorporada al sistema público de salud, comenzando por el Icesp, hospital donde se desarrolló el software. Como el estudio fue retrospectivo, es decir, utilizó datos de pacientes del Icesp que ya habían sido tratadas, el siguiente paso será realizar un estudio prospectivo para validar su uso clínico. Posteriormente, otros hospitales públicos podrán incorporar el programa.
Además del SUS, el potencial de uso va más allá de Brasil. BreastOncoPredict también podría utilizarse en centros oncológicos de otros países de ingresos bajos y medios, donde las pruebas genómicas tampoco están ampliamente disponibles y los hemogramas completos forman parte de la rutina antes de la quimioterapia o la cirugía.
El software BreastOncoPredict —por el momento disponible únicamente en una versión destinada a la investigación— puede accederse a través de su sitio web oficial desde computadoras y dispositivos móviles. El programa está disponible en portugués e inglés.
El estudio fue liderado por Luciana Rodrigues Carvalho Barros y Patrícia Honorato Moreira, junto con Arthur Shuzo Owtake Cardoso, Alexandre Ferreira Ramos, Joaquim Gasparini dos Santos, Rafael de Oliveira, Thomas de Almeida Reichmann, Wesley Antonio Lopes de Lima, Renata Colombo Bonadio, Bruna Salani Mota, Flavia Santoro y Roger Chammas.
La investigación fue financiada por el Consejo Nacional de Desarrollo Científico y Tecnológico (CNPq), la Fundación de Apoyo a la Investigación del Estado de São Paulo (FAPESP) y el Ministerio de Salud de Brasil, a través del programa Pronon.
