La innovación tecnológica está modificando los paradigmas en la medicina y la investigación científica. Así lo afirmó Matías Pibuel, bioquímico e investigador de la UBA y el CONICET, quien destacó que para avanzar en la personalización de tratamientos oncológicos “no hay otra manera de analizar la cantidad de datos que necesitamos sin inteligencia artificial”.
Según explicó, el flamante sistema desarrollado por un equipo interdisciplinario permitirá anticipar la efectividad de los tratamientos contra el cáncer, evitando meses de incertidumbre y reduciendo los efectos adversos en los pacientes.
Estas declaraciones fueron realizadas en diálogo con Infobae en Vivo, durante el programa de la mañana, que cuenta con la conducción de Gonzalo Sánchez, Maru Duffard, Ramón Indart y Cecilia Boufflet. En este contexto, Pibuel profundizó sobre los desafíos y alcances de la investigación en la que participa. Detalló cómo la tecnología busca mejorar la vida de quienes padecen cáncer a partir de un software basado en inteligencia artificial capaz de analizar muestras biológicas y predecir la respuesta a distintos medicamentos.
El desarrollo en el que Pibuel trabaja junto a su equipo de la UBA y el CONICET tiene como objetivo transformar la forma en que se decide el mejor tratamiento para cada paciente oncológico. Hasta ahora, explicó, “esto se hace de manera empírica: al paciente se le administran dosis o rondas de quimioterapia y se evalúa si responde o no”.
El nuevo sistema busca anticipar esa respuesta valiéndose de la inteligencia artificial, pero también de una correlación precisa entre la “huella” molecular de cada tumor y los resultados obtenidos previamente con otros pacientes. “Nos interesa anticiparnos para evitar los efectos adversos en esos tres meses de quimioterapia, cuando ni siquiera sabemos si se está logrando el beneficio clínico esperado”, remarcó.
En diálogo con Infobae en Vivo, en el programa de la mañana, Pibuel precisó cómo es el funcionamiento del sistema: “Hasta el momento lo probamos en modelos preclínicos, es decir, en líneas celulares comerciales. Recibimos una muestra, la procesamos y la introducimos en un equipo que genera múltiples datos y crea una especie de ‘huella’ de esa célula”. Esa información, al ser correlacionada con los antecedentes clínicos, permite determinar patrones: “Después de un número suficiente de casos, podemos decir que si una muestra presenta determinada huella, responderá al tratamiento; si muestra otra, no lo hará”.
La meta es aplicar este análisis a muestras reales de pacientes. Pibuel señaló: “Estamos recibiendo muestras del Hospital Garrahan, en particular de tumores del sistema nervioso central, y empezando a validar esta inteligencia artificial en un entorno clínico. El procesamiento implica cruzar los datos obtenidos por espectrometría de masas con los resultados de la evolución clínica del paciente”.
El beneficio más notorio, enfatizó el investigador, es el ahorro de tiempo: “En vez de esperar tres meses para comprobar si la quimioterapia funciona, con nuestra metodología podríamos dar una respuesta en un mes, ahorrando dos meses clave para la vida del paciente y evitando tratamientos inútiles”. Este punto resulta crucial, dijo, porque “muchas veces el paciente pierde tiempo valioso en idas y vueltas entre obras sociales, autorizaciones y pruebas de medicamentos, mientras la enfermedad avanza”. Además, el sistema promete evitar los efectos adversos y el desgaste, tanto físico como emocional, de los pacientes y sus familias.
Para lograr la correlación necesaria entre la “huella molecular” y la respuesta clínica, el equipo interdisciplinario —integrado, además de Pibuel, por la investigadora Silvina Lombardía, el bioinformático Martín Ledesma y otros colaboradores— debió desarrollar un software específico. “No se trata de las inteligencias artificiales autogenerativas que usa el público general. Es un programa que procesa datos muy complejos obtenidos del espectrómetro de masas y arroja un resultado: sensible o resistente a la terapia, siempre correlacionando previamente con la historia clínica”, explicó el científico.
Por otra parte, cuando se lo consultó sobre cómo reaccionan los médicos y pacientes ante la incorporación de inteligencia artificial, Pibuel relató: “Hay entusiasmo entre los profesionales; al menos en el Garrahan, el equipo de neurooncología está muy involucrado y abierto a la innovación. Obviamente, al tratar con niños, existen precauciones adicionales, pero sí se percibe una mayor receptividad. Con los pacientes es más variable, pero cualquier persona que esté atravesando un cáncer y reciba la propuesta de ahorrarse meses de un tratamiento inútil, difícilmente la rechace”.
La plataforma tecnológica está pensada para ampliar progresivamente su rango de aplicación. Si bien el enfoque actual está en tumores del sistema nervioso central pediátricos, especialmente glioblastomas y leucemias, Pibuel señaló que el sistema podría extenderse a otros tipos de cáncer y tratamientos. “En principio, serviría tanto para quimioterapia como para terapias biológicas: anticuerpos, inhibidores de checkpoints, y otras alternativas que hoy forman parte del abordaje oncológico”, amplió.
Al revisar cómo nació el proyecto, Pibuel describió la típica génesis de los avances interdisciplinarios: “Como muchas cosas, surgió en una charla entre colegas. Nosotros veníamos estudiando el mecanismo de acción de una droga llamada 4MU. Fue en ese contexto donde junto a Silvina, Martín y otros compañeros pensamos en analizar cómo reaccionaban las células antes y después del tratamiento, usando IA para ver si podíamos distinguir cuándo una línea se volvía resistente. Identificamos perfiles moleculares opuestos entre las líneas resistentes y sensibles, y eso nos motivó a trasladar el método a la clínica”.
En cuanto al estado actual de la investigación, el especialista remarcó que el equipo ya validó la metodología en laboratorio con líneas celulares y ahora está ingresando en la etapa más desafiante: la aplicación con muestras de pacientes humanas. “El cuello de botella es la cantidad de muestras: estamos recibiendo ahora dos o tres por semana, que ya es bastante para un campo tan específico. Pero la correlación exige tiempo, porque hay que esperar la evolución clínica del paciente para poder etiquetar cada muestra como ‘respondió’ o ‘no respondió’”, aclaró.
Los algoritmos de inteligencia artificial requieren grandes volúmenes de datos para lograr predicciones confiables. “Necesitamos un número importante de casos para que el software adquiera seguridad estadística. El algoritmo va refinando sus resultados y, cuando detecta con certeza los patrones, recién ahí puede predecir de verdad”, indicó. Pibuel calculó que esta fase demandará al menos dos años más de trabajo, aunque reconoció que la experiencia podría aplicarse a tumores más frecuentes en el futuro, donde la casuística permita acelerar la acumulación de datos.
Durante la entrevista, los conductores del ciclo le plantearon también el impacto de la inteligencia artificial en la práctica cotidiana y la resistencia, o no, que despierta. “No hay otra manera de analizar la cantidad de datos que manejamos; el procesamiento manual resulta imposible en términos prácticos”, respondió Pibuel, quien subrayó que hoy ningún avance biomédico significativo se logra sin apoyo de herramientas informáticas sofisticadas. “Toda esta parte del proyecto está atravesada de inteligencia artificial y va a ser cada vez más sofisticada con el paso del tiempo”, añadió.
Respecto a su propia experiencia, el bioquímico contó que “desde 2019”, antes de la pandemia, trabajan con este enfoque. La llegada del confinamiento ralentizó los experimentos de laboratorio, pero no frenó la innovación: “En cuanto pudimos volver al laboratorio, generamos líneas celulares resistentes y seguimos con los ensayos preliminares”, relató.
Pibuel enfatizó que la colaboración con expertos informáticos resultó esencial: “Mi acercamiento a la inteligencia artificial fue a través de Martín Ledesma, el bioinformático que desarrolló el software específico. Al principio cuesta entender cómo funciona: uno ve solo números y gráficos, pero cuando los patrones emergen y la predicción se vuelve nítida, el salto cualitativo es impresionante”.
El investigador combinó su entusiasmo por la ciencia aplicada con una mirada realista sobre el proceso de innovación: “Aún falta madurez para la aplicación generalizada. Necesitamos más muestras, procesar más datos y confirmar la confiabilidad del algoritmo. También contamos con acuerdos con el Hospital Garrahan y el FLENI para cubrir un espectro más amplio, pero en tumores pediátricos del sistema nervioso central la casuística sigue siendo limitada”. Sin embargo, se mostró optimista respecto a la eventual transferencia a otros hospitales y la adaptación del sistema a distintos tipos de cáncer.
A modo de balance, Pibuel enfatizó la importancia del trabajo interdisciplinario, la apertura de los médicos a nuevas tecnologías y el impacto positivo de estas herramientas en la vida de los pacientes: “Estamos en un viaje hacia adelante, —dijo— lleno de desafíos pero también de enormes posibilidades. Sabemos que nuestra tarea merece el compromiso total: trabajo en esto a tiempo completo, investigo y también doy clases, convencido de que la combinación entre ciencia, tecnología y formación es el futuro de la medicina personalizada”.
La alianza entre la UBA, el CONICET y los hospitales de referencia apunta a colocar a la investigación biomédica argentina en la vanguardia de la aplicación de inteligencia artificial en salud. Aunque el camino requiere tiempo, datos y paciencia, la apuesta es clara: mejorar el pronóstico y la calidad de vida de los pacientes a partir del uso innovador de la tecnología más avanzada.
La entrevista completa a Matías Pibuel
Infobae en Vivo te acompaña cada día en YouTube con entrevistas, análisis y la información más destacada, en un formato cercano y dinámico.
• De 9 a 12: Gonzalo Sánchez, Carolina Amoroso, Ramón Indart y Cecilia Boufflet.
• De 18 a 21: Jesica Bossi, Diego Iglesias, María Eugenia Duffard y Federico Mayol.
Actualidad, charlas y protagonistas, en vivo. Seguinos en nuestro canal de YouTube @infobae.