La inmunoterapia ha transformado el tratamiento del cáncer para ciertos pacientes. Medicamentos conocidos como inhibidores de puntos de control inmunitario han demostrado ser efectivos en personas con melanoma, cáncer de pulmón, riñón y otros tumores. En casos excepcionales, los tumores han desaparecido por completo y no han vuelto a aparecer.
Sin embargo, esta eficacia no es generalizada. Para la mayoría de los pacientes, estos tratamientos no ofrecen mejoras significativas e incluso pueden provocar efectos secundarios severos o mortales. Por su alto costo y riesgo, el mayor desafío ha sido identificar de forma precisa a los pacientes que realmente se beneficiarían.
Actualmente, existen dos pruebas autorizadas por la FDA para pronosticar la eficacia de los inhibidores inmunitarios: una mide la expresión de la proteína PD-L1 en las células tumorales y la otra calcula la carga mutacional del tumor (TMB) mediante secuenciación génica. Ambas han demostrado ser útiles, pero limitadas. “Algunos pacientes con puntajes bajos en estas pruebas responden muy bien, mientras que otros con puntajes altos no tienen mejorías”, explicó el Dr. Eytan Ruppin, del Instituto Nacional del Cáncer (NCI), quien ha trabajado en modelos similares. Además, las pruebas de TMB son costosas y en muchos casos no están cubiertas por seguros médicos, lo que limita su uso clínico.
SCORPIO: IA que predice con mayor precisión en comparación con las pruebas aprobadas por la FDA
Un nuevo estudio publicado en Nature Medicine revela que una herramienta de inteligencia artificial llamada SCORPIO supera las pruebas tradicionales aprobadas por la Administración de Alimentos y Medicamentos (FDA) para predecir la respuesta de los pacientes a estos tratamientos.
Desarrollada por el equipo del Dr. Diego Chowell en la Escuela Icahn de Medicina del Mount Sinai, SCORPIO destaca por algo crucial: se basa únicamente en análisis de sangre rutinarios y datos clínicos básicos de los pacientes. Esto la hace accesible, rentable y aplicable en una variedad de entornos clínicos.
“SCORPIO fue más precisa para predecir la reducción de tumores y la supervivencia de los pacientes tras el tratamiento”, afirmó Chowell.
SCORPIO fue entrenada con datos de más de 10,000 pacientes oncológicos tratados en Mount Sinai y en el Centro Oncológico Memorial Sloan Kettering, con 21 tipos de cáncer distintos. Utiliza factores simples como edad, sexo, índice de masa corporal y resultados de pruebas de sangre de rutina para evaluar la probabilidad de supervivencia y respuesta al tratamiento.
En pruebas de validación, SCORPIO alcanzó una precisión de entre 72 % y 76 % al predecir la supervivencia a dos años y medio del tratamiento, superando claramente a la TMB.
“Ese es un rendimiento extraordinario, especialmente considerando que no se usan pruebas costosas ni datos genéticos complejos”, subrayó Chowell.
La herramienta también fue más eficaz en datos de la vida real —de hospitales y clínicas comunes— que en unidades de estudios clínicos, lo cual resalta su potencial de aplicación práctica.
El desarrollo de SCORPIO se suma a un esfuerzo más amplio para usar la inteligencia artificial en oncología personalizada. El modelo LORIS, desarrollado en 2024 por el equipo del Dr. Ruppin junto con otros investigadores, también demostró capacidad para predecir respuestas positivas incluso en pacientes con TMB baja. Sin embargo, SCORPIO utilizó una base de datos más amplia y eliminó el TMB de su fórmula, lo que lo hace más accesible.
Ambos modelos marcan un camino hacia una medicina más predictiva, personalizada y precisa, que permitirá a los oncólogos elegir con mayor seguridad el tratamiento adecuado y reducir los riesgos para sus pacientes.
