Desde principios de febrero, cuando el excomisario de la FDA Robert Califf lamentó públicamente los avances de la medicina de precisión, quise averiguar si otras personas se sentían igualmente desalentadas.
Tuve mi oportunidad en octubre, cuando un profesional de relaciones públicas del MD Anderson Cancer Center propuso una entrevista con un oncólogo radioterápico sénior de dicho centro, que resultó ser un amigo cercano de mi querido hermano fallecido. De hecho, el Dr. Prajnan Das, catedrático y jefe del departamento de Oncología Radioterápica Gastrointestinal, no dudó en abrirnos las puertas de su casa en junio de 2015, insistiendo en que mi hermano fuera evaluado por un especialista en cáncer renal en esa prestigiosa institución. Mi hermano se sometió a la extirpación de su riñón derecho canceroso en Houston poco después, y fue un gran consuelo para ambos estar en casa del Dr. Das mientras enfrentábamos el diagnóstico de cáncer renal en estadio 4 y un futuro incierto. Mi hermano sí se realizó pruebas genómicas, pero el cáncer se había diseminado demasiado. Vivió dos años más antes de sucumbir a complicaciones de la enfermedad, algo para lo que, afortunadamente, el Dr. Das nos preparó desde el principio.
Pero eso fue hace ocho años. Y en febrero de 2025, Califf, quien también perdió a su hermano por cáncer —en enero—, declaraba que las aplicaciones prácticas de la medicina de precisión habían sido en gran medida un fracaso. En octubre, el Dr. Das participó en HLTH en un panel sobre medicina de precisión al que no pude asistir, así que en mi entrevista por Zoom con él después del evento, fue por donde comencé.
Lo que sigue es una entrevista editada sobre medicina de precisión y el potencial de la IA.
MedCity News: Lo que decía el Dr. Califf es que su propio hermano tuvo cáncer de páncreas y falleció, y que estaba muy disgustado porque tuvo que buscar desesperadamente un protocolo. Él cree que la medicina de precisión no ha cumplido su promesa. ¿Es usted tan severo?
Dr. Prajnan Das: Creo que mucho depende de cómo se defina la medicina de precisión. En el panel, hablé sobre los aspectos de la medicina de precisión en radioterapia, porque esa es mi especialidad. Y también es muy importante porque, cuando pensamos en medicina de precisión, gran parte del enfoque tiende a estar en los fármacos. La FDA se centra en eso. Pero si damos un paso atrás, entre el 50 y el 70% de los pacientes con cáncer recibirán radioterapia en algún momento de su tratamiento, por lo que las innovaciones en este campo también tienen un enorme potencial de impacto. Así que, cuando comparo cómo trato a los pacientes hoy con hace 10 o 20 años, es completamente diferente en todos los aspectos. Hace diez o quince años, usábamos la radiación principalmente en pacientes cuyo cáncer no se había diseminado. Si el cáncer se había extendido, entonces usábamos la radiación para aliviar síntomas en partes críticas del cuerpo.
Pero ahora lo que hemos aprendido en los últimos 10 años es que, incluso en cánceres que se han extendido a áreas limitadas del cuerpo, hemos identificado una entidad distinta, que llamamos enfermedad oligometastásica. Y en esos pacientes, administrar radioterapia u otras formas de tratamiento ablativo en esas áreas oligometastásicas mejora la supervivencia libre de enfermedad, la supervivencia a largo plazo y su capacidad para permanecer sin quimioterapia durante períodos prolongados. Uno de mis colegas en cáncer de células renales tiene un estudio que muestra que, si se tratan las áreas de metástasis con radiación, esos pacientes pueden prescindir de los tratamientos sistémicos tradicionales para el cáncer de células renales durante largos períodos. Y esos tratamientos tienen efectos secundarios, como ambos sabemos. Así que Chad Tang del MD Anderson publicó un estudio muy importante al respecto.
Incluso en el cáncer de páncreas, solíamos pensar: "Si el cáncer ha hecho metástasis, la única opción es la quimioterapia". Mi colega Ethan Ludmir publicó este importante ensayo aleatorizado, que demostró que incluso en el cáncer de páncreas, si se puede tratar la metástasis con radiación o cirugía, la supervivencia libre de enfermedad de esos pacientes se prolonga. Hace unos años nunca lo habríamos sabido.
MedCity News: Pero, ¿ese conocimiento proviene de las pruebas genómicas? ¿Cómo se relaciona la medicina de precisión con esto?
Dr. Prajnan Das: Mucho proviene también de las pruebas genómicas. Además de los ensayos clínicos, en los que tratamos de entender por qué los pacientes responden mucho mejor de lo esperado a los tratamientos locales en la enfermedad oligometastásica, hay muchos estudios traslacionales en curso que examinan aspectos como las firmas inmunitarias y tipos moleculares específicos que también están transformando nuestra comprensión de por qué funcionan estos tratamientos. Pero volviendo a los subtipos moleculares, también estamos aprendiendo que ahora podemos utilizarlos para determinar qué pacientes necesitan radioterapia y cuáles no. Eso también es medicina de precisión.
Le daré un ejemplo de uno de los cánceres que trato: el cáncer de recto. El tratamiento estándar solía ser una combinación de quimioterapia, radioterapia y cirugía. Ahora sabemos que se puede realizar una simple prueba molecular, o incluso una simple inmunohistoquímica, en la biopsia del cáncer de recto para identificar un subgrupo llamado cáncer de recto inestable de microsatélites. Y en ese subgrupo, todo lo que se necesita es tratarlos con inmunoterapia. Ha habido estudios que muestran una tasa de respuesta del 100% a la inmunoterapia en esa población de pacientes específica. No necesitan radioterapia, ni quimioterapia, ni cirugía.
Así que creo que ahora somos mucho, mucho mejores en identificar estos subtipos moleculares específicos y tratarlos, y también en determinar qué tratamientos funcionan para ellos, pero igual de importante, qué tratamientos no necesitan.
MedCity News: Pero, ¿cree que el vasto conocimiento que tenemos hoy sobre el cuerpo humano, que ni siquiera teníamos hace 10 o 15 años, se ha traducido en tratamientos significativos? ¿O cree que queda mucho por realizar en ese aspecto? Sé que usted es optimista respecto a la medicina de precisión. Lo entiendo. Yo intento ser escéptico, así que voy justo en la dirección opuesta.
Dr. Prajnan Das (sonríe): Por eso tenemos distintas profesiones.
MedCity News: Sin duda. Entonces, ¿qué más queda por hacer? ¿Cree que no solo en oncología, sino en todas las enfermedades, las pruebas moleculares deberían ser lo primero que se realice? Aún no es una práctica, en mi opinión, muy extendida.
Dr. Prajnan Das: Sí, creo que se está volviendo mucho más común, ya es rutinario. Considero que también es importante entender que, en última instancia, suelen pasar varios años, a veces un par de décadas, entre que una prueba se usa rutinariamente y el momento en que realmente empezamos a comprender cómo utilizar esa información.
Con el ejemplo que mencioné del cáncer de recto con inestabilidad de microsatélites, sabíamos que existía ese subtipo molecular —lo conocemos desde hace unos 20 años—, pero solo hace unos 10 años se empezó a explorar: ‘oye, quizás la inmunoterapia funcione en estos pacientes’. Y solo en los últimos dos años hemos tenido los ensayos clínicos prospectivos que lo han estudiado rigurosamente y demostrado el papel de la inmunoterapia. Así que siento que pasan entre 10 y 20 años, casi, desde esa prueba inicial hasta desarrollar tratamientos dirigidos específicos. Pero espero que, de aquí en adelante, ese desfase se reduzca y seamos más hábiles y eficientes en acortar la brecha entre la prueba y su aplicación.
MedCity News: Con esa nota esperanzadora, pasemos a la IA. En su campo, y en el contexto de una mayor eficiencia, ¿dónde cree que usted, en su práctica, y en el MD Anderson, están utilizando la IA?
Dr. Prajnan Das: Nuestro amigo común siempre me amenaza con que voy a perder mi trabajo por culpa de la IA. Lleva al menos cinco o diez años diciéndomelo.
MedCity News: Y usted sigue ahí.
Dr. Prajnan Das: La IA es, obviamente, transformadora y de muchas maneras, pero parte del desafío también consiste en determinar dónde la usamos y dónde no, ¿verdad? En áreas como los mamogramas diagnósticos, o incluso en las colonoscopias para ayudar a detectar pólipos, la IA ha potenciado realmente la capacidad del clínico. En mi campo, la radiooncología, la IA también tiene el potencial de ser transformadora.
La forma en que se diseña la radioterapia hoy es así: se hace un escáner de simulación, y luego el médico debe trabajar manualmente diseñando el plan de radiación. Lo hace sentado frente a un ordenador, delineando el objetivo y las estructuras normales, lo que lleva varias horas. Luego, un segundo profesional, el dosimetrista, usa esa información para diseñar los haces de radiación, sus ángulos, qué se bloquea y qué no, y un tercer profesional, un físico, verifica todo y asegura que la máquina de radiación proporcione la dosis que hemos diseñado.
Cada paso de ese proceso podría ser reemplazado por la IA.
Colaboré con Laurence Court, un colega físico, y trabajamos en un proyecto con un estudiante de doctorado, que ya hemos publicado, que demuestra que se puede desarrollar un programa de IA integral para la planificación de radioterapia en cáncer de recto. Todo ese proceso puede realizarse en solo unos minutos, reemplazando todo ese tiempo y esfuerzo. Así que creo que esto puede ser verdaderamente transformador en nuestra especialidad, y lo que logrará es estandarizar la atención, hacerla más accesible, económica y de mayor calidad.
MedCity News: ¿Y reducir la variabilidad?
Dr. Prajnan Das: Reducirla absolutamente. También hemos hecho estudios que muestran que, al usar estas herramientas, incluso la variabilidad entre médicos puede disminuir drásticamente. Esa es la parte emocionante.
MedCity News: Yo vivo en Silicon Valley, y una de las quejas más frecuentes de la gente de tecnología aquí es que es muy difícil convencer a los médicos de cambiar su forma de trabajar. Parte de eso es legítimo porque se trata de vidas humanas, por lo que es natural ser conservador. Pero, ¿cree que con una tecnología transformadora como la IA, los médicos la adoptarán? ¿Qué observa entre sus colegas?
Dr. Prajnan Das: Siempre que se les den las herramientas adecuadas, la adoptarán sin duda. Mi equipo las usa de forma rutinaria. No solo eso, Laurence ha tomado esta herramienta y ha desarrollado una plataforma que se utiliza globalmente en hospitales de Zambia y Sudáfrica. Básicamente, es una herramienta de IA basada en el conocimiento de los médicos del MD Anderson, y ahora un médico en un entorno con pocos recursos puede subir la información de su paciente a este programa y este generará un plan de radioterapia según los estándares del MD Anderson.
MedCity News: ¿Qué tipo de IA es? ¿La desarrolló el MD Anderson o es una herramienta disponible comercialmente?
Dr. Prajnan Das: Es una herramienta de aprendizaje profundo. Es un desarrollo interno creado por nuestro brillante físico y su grupo de estudiantes de doctorado, posdoctorados y otros físicos. Creo que su proyecto funcionó también porque él colabora estrechamente con los médicos, de modo que desarrollamos herramientas que los médicos realmente usarán.
MedCity News: A diferencia del historial electrónico, que les fue impuesto.
Dr. Prajnan Das: Correcto, exactamente. Ese es parte del problema. Cuando los médicos piensan en herramientas electrónicas, lo primero que viene a la mente es el historial electrónico, y ese nunca ha cubierto nuestras necesidades u objetivos, ¿verdad? Si se crean herramientas de IA que realmente ayuden a los médicos, las adoptarán. Los radiólogos la usan, los endoscopistas la usan. Nosotros la usamos.
MedCity News: ¿Alguna reflexión final? ¿Sobre el futuro de la medicina de precisión?
Dr. Prajnan Das: Creo que donde realmente podemos innovar es generando buenas hipótesis basadas en datos sólidos existentes que aprovechen las herramientas moleculares. Y quizás la IA nos ayude a determinar cuáles son esas preguntas. Actualmente, estoy segura de que hay mucha señal en nuestros datos que no estamos percibiendo.
La inteligencia artificial puede ayudarnos a identificar esos datos que sugieren: "Oye, tal vez esto podría funcionar para este paciente". Existe un ejemplo increíble de esto. Recientemente, salió publicado un artículo en Nature por uno de nuestros residentes de oncología radioterápica que captó la atención mundial. Él utilizó los datos de pacientes que recibieron tratamiento durante la Covid con inmunoterapia y, mediante un análisis innovador, descubrió que los pacientes vacunados contra la Covid tuvieron una respuesta mucho mayor a la inmunoterapia en comparación con los no vacunados.
Superficialmente, no parece tener lógica. La vacuna contra la Covid actúa sobre el virus, no sobre el tumor, pero él pudo utilizar herramientas de datos para identificar esa señal. Luego, con esa señal, realizó un análisis riguroso en conjuntos de datos clínicos para demostrar que existe claramente esta diferencia que observamos. Después, acudió al laboratorio para buscar una explicación a este fenómeno. Y llevó a cabo estudios rigurosos en modelos de ratón y otras áreas.
Creo que ese es el futuro de la medicina personalizada: herramientas de datos que nos ayuden a descubrir señales únicas, y que estas generen la próxima generación de estudios que podrían conducir a más tratamientos.
Foto: MD Anderson Cancer Center