Herramienta de IA predice complicaciones del trasplante mediante biomarcadores sanguíneos antes de síntomas

Una de las más peligrosas es la enfermedad de injerto contra huésped crónica, en la que las células inmunitarias del donante atacan los tejidos sanos, afectando órganos como la piel, los pulmones y las articulaciones. Dado que los cambios biológicos comienzan mucho antes de que aparezcan los síntomas, a menudo se pierden oportunidades de intervención temprana. Ahora, un nuevo modelo de inteligencia artificial (IA) puede identificar a los pacientes con alto riesgo de enfermedad de injerto contra huésped crónica antes de que se presenten los signos clínicos.

Investigadores del Centro Oncológico Hollings de la Universidad Estatal de Carolina del Sur (MUSC) (Charleston, Carolina del Sur, EUA), en colaboración con el Centro para la Investigación Internacional de Trasplantes de Sangre y Médula Ósea de la Facultad de Medicina de Wisconsin (CIBMTR, Milwaukee, Wisconsin, EUA), han desarrollado un modelo basado en IA llamado BIOPREVENT que combina biomarcadores inmunitarios con datos clínicos validados. El equipo analizó datos de 1.310 receptores de trasplantes en cuatro estudios multicéntricos. Se analizaron muestras de sangre recolectadas entre 90 y 100 días después del trasplante para detectar siete proteínas relacionadas con el sistema inmunitario, que se integraron con nueve factores clínicos mediante técnicas de aprendizaje automático para estimar el riesgo futuro.

Los modelos que combinaron datos de biomarcadores con información clínica obtuvieron mejores resultados que los basados únicamente en variables clínicas, en particular en la predicción de la mortalidad relacionada con el trasplante. El enfoque con mejor rendimiento, basado en árboles de regresión aditiva bayesiana, distinguió con fiabilidad entre pacientes de bajo y alto riesgo. Los hallazgos, publicados en Journal of Clinical Investigation, demostraron que BIOPREVENT predijo con precisión la enfermedad de injerto contra huésped crónica y la mortalidad relacionada con el trasplante hasta 18 meses después del mismo. La validación en una cohorte independiente confirmó la capacidad predictiva del modelo.

Los investigadores han lanzado BIOPREVENT, una herramienta web gratuita que permite a los profesionales clínicos introducir los datos de los pacientes y recibir estimaciones de riesgo personalizadas. La plataforma está diseñada para apoyar la investigación y la evaluación de riesgos, en lugar de las decisiones terapéuticas inmediatas. Estudios futuros evaluarán si las intervenciones tempranas basadas en predicciones de riesgo pueden mejorar los resultados. Los investigadores creen que este enfoque refleja una transición más amplia hacia la medicina de precisión en la atención de trasplantes, adaptando las estrategias de monitorización y prevención al perfil biológico de cada paciente.

“No se trata de reemplazar el criterio clínico. Se trata de brindar a los médicos mejor información con mayor antelación para que puedan tomar decisiones más informadas”, afirmó la Dra. Sophie Paczesny, PhD, autora principal del estudio. “Para los pacientes, la incertidumbre tras el trasplante puede ser increíblemente estresante. Esperamos que herramientas como BIOPREVENT nos ayuden a anticipar el futuro y, con el tiempo, a reducir el impacto de la EICH crónica”.

Enlaces relacionados:
Centro Oncológico MUSC Hollings
CIBMTR