La Universidad de Deusto participa en el desarrollo de una IA que predice la calidad de vida de supervivientes de cáncer de cabeza y cuello 

Los investigadores de la Facultad de Ingeniería de la Universidad de Deusto, Aitor Almeida y Aritz Bilbao, forman parte del equipo científico internacional liderado por Fondazione IRCCS Istituto Nazionale dei Tumori de Milán (Italia) que ha desarrollado un sistema predictivo basado en inteligencia artificial que permite anticipar la supervivencia y calidad de vida de un paciente tres años después de un diagnóstico de cáncer de cabeza y cuello. Esta herramienta de aprendizaje automático o ‘machine learning’ ayuda a los equipos médicos a anticiparse y mitigar, de forma personalizada, el deterioro de la salud física y mental de los pacientes. 

La investigación, publicada en la revista científica ‘The Lancet Digital Health’, supone un avance para la medicina personalizada en oncología. Se trata de un nuevo modelo de ‘probabilidad conjunta’ diseñado específicamente para pacientes que han superado un cáncer de cabeza y cuello. A diferencia de los métodos anteriores, que estudiaban sólo a quienes sobrevivían, este sistema tiene también en cuenta a quienes fallecieron y sus características, datos que pueden ayudar en las predicciones. El sistema analiza de forma simultánea la probabilidad de seguir vivo y el nivel de calidad de vida futuro.  

Lo más novedoso de este estudio es su capacidad para responder a preguntas clínicas complejas que hasta ahora eran difíciles de cuantificar. El sistema puede calcular, por ejemplo, qué probabilidad tiene un paciente concreto de estar vivo en tres años y, a la vez, sufrir un empeoramiento de su calidad de vida. Esto es vital en el cáncer de cabeza y cuello, donde los supervivientes a menudo padecen secuelas crónicas que afectan al habla, la alimentación o la respiración, además de sufrir dolor o aislamiento social. 

¿Cómo funciona este sistema de predicción médica? 

El sistema se basa en dos motores o submodelos que procesan la información del paciente en paralelo. Por un lado, el submodelo de supervivencia, que predice la supervivencia del paciente tres años después del diagnóstico. Y por otro, el submodelo de calidad de vida (QoL-Quality of Life) que evalúa el bienestar general basándose en una escala de 0 a 100, en donde una caída de 10 puntos o más se considera un empeoramiento real en la vida del paciente. Este modelo de IA está entrenado para detectar qué pacientes tienen más riesgo de cruzar esa línea roja tres años después del diagnóstico. 

Para realizar estas predicciones, los investigadores utilizaron datos de 3.572 pacientes del estudio británico Head and Neck 5000. El modelo analiza hasta 143 variables distintas, que incluyen desde datos médicos (tipo de tumor, estadio del cáncer o tratamientos de radioterapia y cirugía) hasta factores personales como la edad, el nivel de ingresos, el consumo de alcohol o tabaco, y cómo se sentía el paciente durante el primer año tras el diagnóstico. 

Predicciones más precisas y útiles 

La investigación destaca que el modelo es capaz de predecir con éxito lo que denominan ‘deterioro de la calidad de vida’, definido como una pérdida de 10 puntos o más en la escala de salud global del paciente. Al conocer este riesgo con antelación, los médicos pueden intervenir mucho antes, ajustando el seguimiento o aplicando terapias de apoyo antes de que se produzca el empeoramiento del bienestar del paciente. 

Para asegurar su fiabilidad, el sistema no solo se probó con los datos de los pacientes británicos, sino que se validó con éxito en hospitales de Alemania e Italia. Los resultados mostraron que el modelo mantiene un rendimiento sólido y razonable en diferentes países europeos. 

Una herramienta para el futuro de la consulta 

Para que este avance tenga una aplicación práctica, los autores han desarrollado una interfaz digital y una herramienta de programación (API). Esto permite que, en el futuro, un oncólogo pueda introducir los datos de un paciente en su ordenador y obtener una estimación precisa de los riesgos a largo plazo, transformando el seguimiento de los supervivientes en un proceso mucho más humano, preventivo y eficaz. 

Este estudio forma parte del proyecto BD4QoL, Big Data Models and Intelligent Tools for Quality of Life, financiado por el programa de investigación e innovación Horizonte 2020 de la Unión Europea, y representa el primer modelo conjunto de este tipo validado internacionalmente para esta población de pacientes.

Socios del consorcio investigador:  

- Oslo Centre for Biostatistics and Epidemiology, University of Oslo, Oslo, Norway - Head and Neck Medical Oncology Department, Fondazione IRCCS Istituto Nazionale dei Tumori di Milano, Milan, Italy 

- Universidad Politécnica de Madrid-Life Supporting Technologies Research Group,  ETSIT, Madrid, Spain 

- Institute of Medical Biostatistics, Epidemiology, and Informatics, University Medical Centre of Johannes Gutenberg University Mainz, Mainz, Germany - University Cancer Center at University Medical Centre of Johannes Gutenberg University Mainz, Mainz, Germany 

- Bristol Dental School, Bristol, United Kingdom