El equipo está conformado por los científicos Matías Pibuel (investigador UBA-CONICET), Silvina Lompardia (investigadora UBA-CONICET) y Martín Ledesma (bioinformático del Hospital El Cruce), quienes buscan anticipar qué terapia oncológica será más efectiva para cada paciente, apostando a que dichas terapias sean lo menos invasivas posible.

El objetivo es “tratar de predecir la respuesta de los pacientes oncológicos a la terapia. Particularmente estamos trabajando con pacientes que tienen tumores en el sistema nervioso central, tanto adultos como pediátricos. Y la idea es, mediante inteligencia artificial, poder saber qué paciente va a responder a determinada terapia antes de que el paciente la reciba, predecir esa respuesta”, explicó Pibuel al aire de LU32.

Esta herramienta innovadora de medicina personalizada combina la tecnología MALDI-TOF, ya utilizada en microbiología clínica, con la enorme capacidad de análisis de datos de la inteligencia artificial. A partir del uso de esta herramienta se generan varias ventajas, como rapidez, bajo costo y alta reproducibilidad. Por esto, se apuesta a lograr su aplicación en los hospitales de Argentina y del mundo.

“La IA es una herramienta muy útil y necesaria. Hay una cantidad de datos tan grande que se generan con distintos equipos que es la única manera de analizarlos y poder llegar a una conclusión acertada: es a través de la IA”, señaló el también docente de inmunología en la Facultad de Farmacia y Bioquímica de la Universidad de Buenos Aires.

El proyecto aún se encuentra en fase preclínica, pero ya recibió el reconocimiento de una distinción por parte de un Nobel de Química alemán, Joachim Frank. Fue Matías Pibuel quien recibió el Premio CRIION-Frank de manos del propio Frank durante una ceremonia en la embajada de Alemania.

En sintonía, Pibuel destacó el trabajo de los hospitales argentinos, que suministran los datos necesarios para aplicar esta herramienta:

“Es un trabajo grande y en colaboración con distintos hospitales, que son los que aportan la historia clínica del paciente y toda su experiencia en el tratamiento. Al hospital nos llega la muestra de cada paciente particular; la procesamos. En ese procesamiento obtenemos un espectro de proteínas. A ese espectro podemos correlacionarlo con la historia clínica, y en base a eso se va generando un perfil de determinados pacientes que responden o no responden a la terapia. La idea es justamente generar una huella proteica que permita predecir la respuesta a la terapia para cada paciente, medicina personalizada”, detalló Pibuel.

Por último, Pibuel dio detalles acerca de la actualidad de la ciencia en relación con los tratamientos oncológicos:

“Yo creo que se ha ido avanzando con los tratamientos en cáncer. Si bien todavía no se ha logrado vencer a esta enfermedad tan difícil de tratar, ha habido grandes avances. Creo que un poco lo que la inteligencia artificial va a dar es la posibilidad de la medicina personalizada real”, expresó.

“Hasta ahora se utilizan huellas moleculares o algún marcador molecular para controlar si un paciente responde o no responde. Pero eso termina agrupando a pacientes en distintos grupos y se da la terapia a grupos de pacientes. Cada paciente tiene su propia biología, y eso es lo que creo que se está escapando hasta el momento y lo que por ahí hace que fracasen las terapias. Entonces, poder ver en cada paciente qué es lo que está pasando creo que va a dar resultados muy buenos en un futuro”, analizó Matías Pibuel, bioquímico, investigador UBA-CONICET, docente de inmunología y líder de este grupo de profesionales que buscan desarrollar una herramienta potenciada con IA para predecir el resultado de las terapias oncológicas.