Big Data e Inteligencia Artificial: una oportunidad para desarrollar nuevos medicamentos

Hace unos días daba la vuelta al mundo una noticia médica sorprendente: Luis A. Diaz Jr., médico del Centro Oncológico Memorial Sloan Kettering, junto al equipo encabezado por la doctora Andrea Cercek publicaba en la revista especializada New England Journal of Medicine un ensayo con un medicamento llamado Dostarlimab que por primera vez daba como resultado una remisión completa en los 18 pacientes afectados de un cáncer colorrectal. Era un resultado histórico sin precedentes.

Aunque la noticia ha sido calificada por los expertos como “muy esperanzadora” es pronto para afirmar su total eficacia, de todas maneras, detrás de la historia de cómo se ha llegado a este ensayo hay una reflexión muy interesante sobre la dificultad que entraña desarrollar un fármaco.

Tenemos que retroceder hasta 2017 cuando llegó la “inspiración” tras otro ensayo realizado por Diaz y el fármaco pembrolizumab donde participaron 86 personas con diversos cánceres metastásicos las cuales tenían en común una mutación genética que impedía a las células reparar los daños en el ADN.

Al tomar el fármaco, conocido como de la clase “inhibidor de los puntos de control” provocó que los tumores se redujeran en más de un tercio de los pacientes, esto hizo que Cercek y Díaz se preguntaran qué sucedería si un medicamento de esta familia se aplicara en un estadio mucho más temprano, antes de diseminarse, evitando tratamientos más agresivos, como la quimioterapia.

Se estima que desarrollar un medicamento cuesta, aproximadamente, entre 1.000 y 2.000 millones de euros y solo llega al mercado uno de cada 10.000.

Así comenzó una larga procesión de puerta en puerta de las farmacéuticas que fabricaban inhibidores de puntos de control buscando patrocinio para el ensayo, pero estas, temerosas, lo rechazaron por muy arriesgado, ya que los pacientes tenían una mayor probabilidad de curarse con los tratamientos estándares, pues los investigadores proponían tratar de manera experimental un cáncer que podría no ser curable más adelante si fracasaban.

Si a esto le añadimos que en muchos casos los ensayos clínicos son extremadamente caros y eso, sin contar el coste de los fármacos, que en este caso hablábamos de 11.000 dólares por dosis, lo que obligaba a desembolsar más 1,5 millones para tratar a los 18 pacientes durante los 6 meses que duraba el ensayo, suponía muchas dudas para las compañías del sector.

Tras una desesperante búsqueda, finalmente tuvieron la suerte de encontrar una pequeña compañía biotecnológica, Tesaro. Estaba dispuesta a correr el riesgo, algo habitual en este tipo de compañías para intentar desmarcarse en este competitivo entorno. Pero cuando todos los inconvenientes parecían resueltos GlaxoSmithKline compró Tesaro y Díaz tuvo que convencer al gigante farmacéutico para que no abandonaran aquel pequeño ensayo en el que a priori jamás habrían estado de acuerdo.

Por suerte esta vez, el estudio continuó y ha terminado transformándose en uno de los mayores hitos en la investigación contra el cáncer de los últimos años, pero muchos otros se abandonan por la falta de los enormes medios económicos que se requieren o las exigentes condiciones que las agencias sanitarias imponen para el desarrollo de los fármacos.

Quién sabe cuántos avances podríamos disfrutar hoy en día si muchas investigaciones hubiesen dispuesto de los medios adecuados. Las empresas farmacéuticas son negocios, no nos engañemos y corren un alto riesgo económico al desarrollar nuevos fármacos pues muchas investigaciones no llegan a buen puerto, tan solo uno de cada 10.000 compuestos investigados llegan al mercado.

Para empeorar la situación, a medida una enfermedad se vuelve menos común, el interés por desarrollar un fármaco decrece ya que la posibilidad de poder recuperar la inversión se reduce y si estamos ante el caso de una enfermedad rara (aquella con una prevalencia inferior a 5 casos por cada 10.000 personas) el interés se desploma, hablamos entonces ya de “medicamentos huérfanos”. Muchas veces la investigación queda en manos de las instituciones públicas, pero el esfuerzo necesario es titánico.

Por suerte, a medida que avanzamos en el conocimiento de las enfermedades, el avance de la fuerza computacional y la tecnología están tomando una relevancia enorme. Se están impulsando estrategias muy prometedoras basadas en la cooperación y el uso de nuevas tecnologías que permiten asumir mejor los grandes costes y complejos retos de la investigación.

El Big Data y la Inteligencia Artificial en combinación con las bases de datos sanitarias pueden ser una herramienta muy eficaz para ayudar al diseño y reducir los costes de nuevos fármacos y tratamientos.

Un ejemplo significativo lo tendríamos lo tendríamos en el primer estudio epidemiológico de enfermedades mitocondriales (EM) realizado en España, un trabajo muy importante que se ha realizado en muy pocos países pero que puede ayudar a las instituciones sanitarias a preparar respuestas adecuadas, fomentar la investigación y atraer los necesarios ensayos clínicos.

Las EM se caracterizan por trastornos musculares y neurodegenerativos, crónicos y progresivos, causados por mutaciones en el ADN nuclear (nDNA) o mitocondrial (mtDNA). La mayoría no tienen tratamiento eficaz, suelen iniciarse en la infancia y hasta ahora, la industria farmacéutica se resiste a prestar la atención necesaria, pero en España se está haciendo frente de manera ejemplar bajo el nuevo prisma mencionado.

Para conseguirlo Investigadores de 22 grupos del CIBERER (Centro de Investigación Biomédica en Red de enfermedades Raras) con el apoyo de la asociación de pacientes con enfermedades mitocondriales AEPMI y la Fundación Ana Carolina Díez Mahou, se han coordinado en el primer estudio epidemiológico con datos de casos diagnosticados de EMs a nivel de toda España.

Presentado a finales de 2021 baraja unas cifras impresionantes: recoge 2761 casos de 49 provincias españolas. En el faraónico proyecto han participaron 39 hospitales y centros de referencia diagnóstica coordinados por Rafael Artuch y Abraham Paredes, del CIBERER en el Institut de Recerca Sant Joan de Déu de Barcelona; Julio Montoya y Eduardo Ruiz Pesini, del CIBERER en la Universidad de Zaragoza; y Miguel Ángel Martín y Marcello Bellusci, del CIBERER en el Hospital 12 de Octubre de Madrid.

La iniciativa permitirá la consolidación de una base de datos en el marco del Registro de Enfermedades Genéticas y de Baja Prevalencia (GenRaRe) la cual en el futuro, en colaboración con otros registros a nivel internacional supondrá incentivar enormemente la investigación. Gracias a las nuevas posibilidades que brinda la Inteligencia Artificial para el análisis de datos clínicos e imagen médica, en un tiempo y a unos costes que hasta hace poco eran impensables, los ordenadores pueden buscar y cruzar miles de millones de datos, identificando coincidencias en los historiales de los pacientes o en las investigaciones cuyo proceso un humano tardaría literalmente miles de años. Esto permite acortar el tiempo para identificar trastornos genéticos, tratamientos muy precisos o realizar diagnósticos certeros.

Gracias a estas alianzas y un uso inteligente de los avances tecnológicos podremos reducir los tiempos y los costes en la investigación de enfermedades y el desarrollo de fármacos, consiguiendo que cada vez menos estudios prometedores acaben en vía muerta y dar esperanza a miles de personas.