Investigación biomédica · global
¿Qué niños con tumores cerebrales podrían recibir menos radioterapia? Un modelo de IA busca pistas en las características moleculares del tumor
MANTIS analiza datos de 2,786 pacientes e intenta identificar a aquellos con meduloblastoma que podrían ser candidatos a una reducción de la dosis de radiación. Las predicciones ofrecen esperanza de reducir el daño cognitivo a largo plazo, pero aún se necesitan ensayos prospectivos para confirmar si permiten ajustar el tratamiento de forma segura.
Para los niños con tumores cerebrales malignos, las consecuencias del tratamiento pueden persistir después de volver a la escuela: la radiación ayuda a controlar el cáncer, pero también puede afectar el aprendizaje y el desarrollo cognitivo. Identificar a los pacientes que pueden recibir un tratamiento de menor intensidad sin comprometer sus posibilidades de supervivencia ha sido un reto constante en la oncología pediátrica. MANTIS, un modelo de inteligencia artificial presentado recientemente en *Nature Genetics*, intenta aportar criterios más precisos para esta decisión a partir de las características moleculares del tumor.
El estudio fue realizado por un equipo internacional liderado por el Instituto del Cáncer Dana-Farber, de Estados Unidos, con Sabina Stefan como primera autora y Volker Hovestadt como autor sénior. El equipo analizó datos de 2,786 pacientes para desarrollar un marco de predicción de supervivencia aplicable al meduloblastoma y al ependimoma. En lugar de clasificar a los pacientes en unos pocos grupos de riesgo, MANTIS busca describir cómo cambia con el tiempo la probabilidad de supervivencia de cada persona durante los próximos 10 años.
El modelo utiliza pistas como los patrones de metilación del ADN y los aumentos o disminuciones del número de copias del ADN. Los primeros reflejan la distribución de marcas químicas en el genoma; los segundos muestran si hay ganancias o pérdidas de parte del material genético. El equipo combinó estos datos moleculares con resultados de seguimiento a largo plazo para aprender la relación entre la biología del tumor y los desenlaces de los pacientes. Dana-Farber señala que las pruebas de metilación correspondientes ya se utilizan para diagnosticar tumores cerebrales en algunos centros médicos, por lo que este método podría extraer más información de pruebas existentes.
El estudio validó el rendimiento predictivo en cohortes independientes de ensayos clínicos, con un índice de concordancia de hasta 0.80 ± 0.07, superior al de los indicadores clínicos actuales incluidos en la comparación. Este valor mide si el modelo puede ordenar correctamente a los pacientes según su riesgo de supervivencia; no puede interpretarse directamente como que «el pronóstico del 80 % de los pacientes puede predecirse con exactitud». El resultado respalda la capacidad del modelo para distinguir riesgos, pero todavía no responde si los pacientes obtendrían mejores resultados al modificar el tratamiento según sus predicciones.
La exploración de mayor relevancia clínica consistió en ampliar el uso de MANTIS para estimar los efectos del tratamiento con distintas dosis de radiación. Según el resumen del artículo publicado por el Instituto Broad, el análisis identificó a aproximadamente el 60 % de los pacientes con meduloblastoma de riesgo estándar en quienes no se observó una desventaja estadísticamente significativa en la supervivencia al recibir irradiación craneoespinal a dosis más bajas (P=0.683). Este tipo de irradiación abarca el cerebro y la médula espinal; en los datos analizados, las dosis más bajas también se asociaron con mejores resultados neurocognitivos. Este indicio a favor de reducir la dosis se refiere al meduloblastoma y no puede extrapolarse directamente a recomendaciones de tratamiento para el ependimoma.
Sin embargo, «no haber detectado una diferencia significativa» no equivale a haber demostrado que ambas dosis sean igual de seguras. Este trabajo modeló los efectos del tratamiento utilizando datos existentes; no fue un ensayo clínico que seleccionara primero a los pacientes mediante IA y después validara prospectivamente una estrategia de reducción de dosis. El modelo señala una población que merece estudiarse más a fondo. Para determinar si es posible reducir el daño cognitivo y preservar al mismo tiempo las posibilidades de supervivencia, aún se necesitan estudios clínicos prospectivos con estratificación según el modelo y seguimiento a largo plazo.
La relevancia de MANTIS radica en su intento de hacer visibles las diferencias dentro de un mismo grupo de riesgo, con la posibilidad de ajustar mejor la intensidad del tratamiento a la biología de cada tumor. Para pasar de una herramienta predictiva a la toma de decisiones clínicas, el siguiente paso clave será validar qué niños pueden recibir menos radiación de forma segura y en qué medida esa reducción puede mejorar su aprendizaje y su vida en el futuro.