Clínicos Usan Inteligencia Artificial para Predecir la Eficacia de Medicamentos sin Probarlos en Pacientes

• Ensayos clínicos virtuales logran anticipar resultados en tratamientos contra la insuficiencia cardíaca usando datos de 60 mil personas

• El nuevo modelo reduce costos, acelera la investigación médica y acierta en la predicción de fármacos efectivos

Redacción / CAMBIO 22

Ensayos clínicos simulados lograron anticipar si un medicamento existente podría ser efectivo frente a la insuficiencia cardíaca, sin necesidad de reclutar pacientes. Esta nueva estrategia, basada en inteligencia artificial y registros médicos, fue desarrollada por investigadores de Mayo Clinic para reducir tiempo, costo y fallos en la investigación clínica.

Así, en Rochester, Minnesota, un equipo multidisciplinario liderado por el Ph. D. Nansu Zong utilizó modelado computacional y datos clínicos de aproximadamente 60 mil personas diagnosticadas con insuficiencia cardíaca. El estudio, publicado en npj Digital Medicine, demuestra la capacidad de estos ensayos virtuales para replicar estructuras aleatorizadas mediante información del mundo real.

“Podemos afirmar con un alto grado de confianza si un medicamento tiene posibilidades de éxito, o no”, afirmó Zong. Según el especialista, esta estructura permite predecir el efecto clínico de un tratamiento sin recurrir a estudios presenciales controlados.

La insuficiencia cardíaca representa una de las principales causas de hospitalización en Estados Unidos, afectando a más de seis millones de personas. A pesar de décadas de investigaciones, las alternativas terapéuticas continúan siendo limitadas, y múltiples ensayos clínicos no alcanzan resultados positivos. En este contexto, el reposicionamiento de fármacos se perfila como una estrategia para evaluar tratamientos ya aprobados con nuevos fines terapéuticos.

Igualmente, el equipo integró dos herramientas principales: modelos computacionales para estudiar interacciones biológicas y registros médicos electrónicos. A esto se sumó el modelado fármaco-diana, una técnica que aplica inteligencia artificial al análisis de estructuras químicas y datos moleculares, incluyendo proteínas y genes lo cual fortaleció la precisión del sistema.

Se evaluaron 17 medicamentos revisados previamente en 226 ensayos clínicos de fase 3. De ellos, siete mostraron resultados positivos y diez no ofrecieron beneficios. Los ensayos virtuales predijeron correctamente la dirección de estos resultados, validando su capacidad para anticipar el posible rendimiento clínico de un tratamiento.

“El modelo puede indicarnos la dirección de la eficacia — si un medicamento será beneficioso — pero aún no el nivel de ese efecto. Ese es nuestro siguiente paso”, señaló Zong.

Bajo el liderazgo de la Ph. D. Cui Tao, vicepresidenta de la Plataforma de Informática de Mayo Clinic, la institución amplió esta tecnología hacia una estrategia más amplia. El marco incluye tres enfoques: emulación de ensayo, simulación de ensayo y ensayos sintéticos. Cada uno emplea datos reales para replicar o construir contextos clínicos, sin requerir nuevas intervenciones físicas.

Tao afirmó: “Esta innovación demuestra cómo la inteligencia artificial puede hacer que la investigación sea más eficiente, asequible y ampliamente accesible”. Según la investigadora, estas metodologías pueden incorporarse en proyectos estratégicos de la institución como Precure, enfocado en riesgos prevenibles, y Genesis, orientado a trasplantes y atención personalizada.

Con este avance, los investigadores pueden priorizar candidatos terapéuticos antes de realizar nuevas pruebas presenciales. Esto permite optimizar recursos y acelerar el desarrollo clínico sin comprometer la validación científica.

Fuente: Notipress

redaccion@diariocambio22.mx

GPC/GCH