María Blasco, directora del CNIO: "La IA es una herramienta potentísima que va a acelerar la investigación en cáncer"

• Los expertos analizan la irrupción de la inteligencia artificial en biomedicina
• Consideran que estamos ante el inicio de una nueva era en la lucha contra la enfermedad oncológica

Los expertos creen que la IA será un "cambio de paradigma" en la investigación del cáncer

La irrupción de los algoritmos está revolucionando la investigación médica, especialmente la oncológica. La inteligencia artificial no solo procesa volúmenes masivos de datos en tiempo récord, sino que también ayuda a los investigadores a analizar el cáncer a nivel molecular, identificando mutaciones genéticas clave. Además, también está revolucionando el diseño de fármacos, permitiendo crear tratamientos personalizados más rápidos y precisos, adaptados a las características particulares de cada paciente. Los expertos apenas tienen dudas: estamos ante el inicio de una nueva era en la lucha contra esta enfermedad.

"La inteligencia artificial es una herramienta poderosísima, como lo fue en su día CRISPR-Cas, que va a acelerar sobre todo la investigación", asegura María Blasco, directora del Centro Nacional de Investigaciones Oncológicas (CNIO), quien ha participado en un acto junto con otros especialistas con motivo del Día Mundial de la Investigación del Cáncer, en el que han analizado el nuevo escenario que se abre en la biomedicina con la llegada de los modelos de inteligencia artificial. Blasco ha explicado que esta nueva tecnología se utiliza ya en el centro que ella dirige, el más importante en este campo a nivel nacional, y que cada vez tiene mayor presencia.

Desde hace años, el CNIO trabaja en áreas relacionadas con el cáncer como el metabolismo, la metástasis, la investigación clínica, la biología computacional o la inmunología; y en todos ellos "ya usan la inteligencia artificial", ha asegurado María Blasco. Los investigadores la emplean, por ejemplo, para llevar a cabo análisis genómicos y de imágenes, para predecir estructuras de proteínas. La aplicación de los algoritmos les permite así buscar dianas terapéuticas, desarrollar nuevos fármacos o conocer cómo evolucionará un tumor. "El CNIO siempre se ha adaptado a los cambios en los paradigmas científicos y las nuevas tecnologías, y la inteligencia artificial es uno de estos nuevos paradigmas", ha valorado.

"En investigación del cáncer, una de las mayores revoluciones ha sido el desarrollo de algoritmos que permiten averiguar la estructura de moléculas de la vida, como las proteínas que pueden estar alteradas en esta enfermedad. Conocer esa estructura y desarrollar fármacos para tratarla era algo que se tardaba meses e incluso años, y ahora eso se acelera de una manera muy grande", ha declarado a los micrófonos de RNE la responsable del CNIO, quien espera que esto "redunde en una mayor facilidad para desarrollar nuevos tratamientos, que al final es lo que necesitamos para abordar el tumor de cada paciente".

Mayor poder de computación

La aplicación de la inteligencia artificial en biomedicina requiere de un mayor poder de computación, que permite procesar de manera eficiente y rápida grandes volúmenes de datos complejos, como secuencias genómicas, imágenes médicas o registros de salud, una información esencial para identificar patrones, realizar predicciones y diagnósticos, o diseñar tratamientos personalizados. Además, un mayor poder computacional facilita el entrenamiento de algoritmos de aprendizaje profundo, que requieren manejar millones de parámetros, lo que acelera los avances en áreas como la medicina de precisión, el descubrimiento de fármacos y la medicina predictiva.

“En diez años es probable que la inteligencia artificial esté integrada en sistemas de soporte de decisiones clínicas“

“En diez años es probable que la inteligencia artificial esté integrada en sistemas de soporte de decisiones clínicas, que evalúen en tiempo real los datos del paciente y permitan ajustar los tratamientos de forma dinámica”, asegura Alfonso Valencia, director del Departamento de Ciencias de la Vida del Barcelona Supercomputing Center (BSC) y pionero de la biología computacional en España. Valencia, que también ha participado en el acto, confía en que en un futuro no muy lejano las enfermedades se puedan prevenir con la ayuda de sistemas inteligentes de monitorización individualizada.

Este especialista tampoco tiene dudas de que la inteligencia artificial está revolucionando la investigación del cáncer, facilitando sobre todo la gestión de grandes volúmenes de datos, que ayudan a mejorar la detección y el diagnóstico de la enfermedad. Además, está produciendo importantes avances en el conocimiento de las mutaciones asociadas al cáncer, así como en la evaluación de respuestas potenciales a medicamentos, algo esencial para desarrollar una medicina personalizada.

Para Valencia, el campo en el que los algoritmos han tenido hasta ahora el éxito más claro ha sido en el de las proteínas, ya que permite reproducir moléculas "fiables" que están teniendo un protagonismo claro en áreas como el desarrollo de nuevos fármacos.

Medicina personalizada e IA

Finalmente, la directora de la Fundación ELLIS Alicante, Nuria Oliver, ha asegurado en el mismo acto que "no vamos a poder alcanzar una medicina de precisión, una medicina personalizada, sin la ayuda de la inteligencia artificial". "Si miramos las áreas dentro de la inteligencia artificial que más impacto se anticipa que están teniendo y van a tener en la sociedad, muchas de ellas están relacionadas directamente con la medicina", ha declarado.

Esta experta en inteligencia artificial opina que en los próximos años "vamos a vivir una revolución en las ciencias experimentales gracias a la IA", aunque es necesario mejorar esta herramienta con límites, normas legales y éticas y sobre todo haciendo un uso social y responsable de ella.

"En Europa ya somos pioneros en regular la IA", ha recordado, aunque cree que todavía queda trabajo por delante para "proteger la privacidad de los pacientes, evitar el uso no autorizado de datos, combatir los sesgos y los estereotipos de los datos que se utilizan para entrenar modelos y combatir la opacidad de las redes que no permiten saber el origen de los datos que usamos".