La oncología es una especialidad de la medicina contemporánea que avanza de manera acelerada gracias a los desarrollos tecnológicos.
El uso de modelación matemática y inteligencia artificial en la inmunoterapia para combatir el cáncer tiene múltiples aplicaciones en el ámbito de la investigación biomédica. Esto incluye una mayor comprensión de la fisiopatología de las enfermedades a nivel molecular y la capacidad de prever los resultados de los tratamientos.
La oncología es un área de la medicina moderna en constante evolución, impulsada por los avances en fisiología humana, anatomía, epidemiología y otros campos afines. Sin embargo, a pesar de estos avances y de la disponibilidad de tratamientos de vanguardia, el cáncer sigue siendo una de las principales causas de mortalidad a nivel global y genera un gran impacto económico. De acuerdo con la Organización Mundial de la Salud (OMS), una de cada seis muertes se atribuye al cáncer, y cerca de 10 millones de decesos relacionados con esta enfermedad se registraron en 2020. No obstante, las colaboraciones efectivas entre médicos y biólogos computacionales pueden facilitar que los progresos en modelado matemático se implementen de manera adecuada para mitigar el impacto global de esta enfermedad.
El Dr. Zhihui Wang, catedrático de biología computacional aplicada a la medicina en el Hospital Houston Methodist, junto al Dr. Joseph Butner, quien fue instructor en biología computacional, publicaron en 2022 una revisión en Nature Computational Science que describe cómo el modelado matemático en la inmunoterapia contra el cáncer puede tener un efecto considerablemente positivo en la medicina personalizada. Este estudio se centra en el modelo de la inmunoterapia contra el cáncer, abarcando sus aplicaciones y retos.
Las metodologías comunes en inmunoterapia contra el cáncer incluyen la terapia con inhibidores de puntos de control inmunitario, la transferencia adoptiva de células, las vacunas y la terapia con citoquinas externas. Además, la inmunoterapia puede ser utilizada junto con tratamientos oncológicos tradicionales, como quimioterapia y radioterapia. Estas combinaciones suelen resultar en mejores resultados en comparación con las monoterapias, ya que atacan sinérgicamente varias vías clave.
Actualmente, hay más de 600 fármacos contra el cáncer, de los cuales al menos 30 son agentes de inmunoterapia aprobados por la FDA. Esto sugiere una gran cantidad de combinaciones posibles de medicamentos con resultados de tratamiento aún desconocidos. Es importante señalar que el desarrollo de medicamentos oncológicos es un proceso costoso y prolongado.
Las terapias combinadas pueden resultar rentables, dado que muchos de estos fármacos ya cuentan con autorización de la FDA. Es vital subrayar que no se puede evaluar sistemáticamente cada combinación solo mediante ensayos clínicos. Por lo tanto, el modelado matemático junto con inteligencia artificial es indispensable para identificar de manera eficaz y eficiente las combinaciones de medicamentos óptimas y para prever los resultados de los tratamientos.
«Esperamos que las estrategias de tratamiento de inmunoterapia basadas en modelos computacionales e IA se integren como un componente esencial de las terapias de próxima generación, facilitando la traducción clínica de nuevos fármacos y optimizando los enfoques de tratamiento personalizado para maximizar el éxito terapéutico. Anhelamos que los científicos en computación sigan esforzándose en establecer colaboraciones más efectivas con médicos y oncólogos para cerrar esta brecha y elevar la posibilidad de llevar su trabajo de modelado matemático a la práctica clínica», comenta el Dr. Wang del Hospital Houston Methodist. La medicina personalizada puede disminuir la mortalidad por cáncer cuando las estrategias optimizan los tratamientos y minimizan los efectos adversos. En este contexto, el modelado matemático puede llevar a una comprensión más profunda de la inmunología y la inmunoterapia oncológica, lo cual es esencial para realizar predicciones certeras en el modelado. También puede contribuir a desvelar las bases moleculares de las terapias personalizadas, los cambios genéticos ocurridos en los tumores, los matices de las terapias dirigidas y la farmacogenómica personalizada, que, en conjunto, pueden mejorar considerablemente el futuro de la lucha contra el cáncer.
Información: milenio.com
Obtén información al instante, únete a nuestra comunidad digital
Instagram: @dfmexiconews24
