El Macarena apuesta por la IA para saber qué tratamiento será mejor en enfermedades intestinales

Profesionales del Hospital Universitario Virgen Macarena de Sevilla y la Fundación Progreso y Salud han desarrollado un modelo predictivo basado en inteligencia artificial que permite anticipar qué terapia biológica será más efectiva en pacientes con enfermedad inflamatoria intestinal. La investigación, publicada en la revista científica Scientific Reports, analiza datos de 227 pacientes tratados en el centro hospitalario sevillano entre 2015 y 2022 y representa un avance significativo hacia la medicina personalizada en patologías digestivas crónicas.

El estudio, titulado 'Identificación de predictores clínicos y bioquímicos clave de los resultados del tratamiento en la enfermedad inflamatoria intestinal: un estudio de evidencia real', emplea modelos de aprendizaje automático XGBoost para predecir la respuesta clínica a terapias biológicas como vedolizumab y ustekinumab en plazos de 26 y 52 semanas, además de la remisión a 52 semanas. El sistema analiza 111 variables que incluyen marcadores inflamatorios, datos demográficos y antecedentes clínicos de cada paciente.

El modelo integra información procedente de múltiples fuentes asistenciales, incluyendo la Base de Datos Poblacional de Salud de Andalucía, registros de atención primaria, historiales médicos electrónicos del sistema Diraya, registros de prescripciones XXI, datos de mortalidad y variables del Módulo de Pruebas Analíticas. Esta integración permite una visión completa del perfil clínico de cada paciente y facilita predicciones más precisas sobre la eficacia terapéutica.

Marcadores clave para la predicción

Entre las 111 variables analizadas destacan el recuento leucocitario, la calprotectina fecal, la proteína C reactiva (PCR), los niveles de vitamina B12, el sexo, los antecedentes familiares, la localización de la enfermedad, los tratamientos previos, el hábito tabáquico y la duración de la patología. El estudio revela que los marcadores inflamatorios más elevados se relacionan directamente con respuestas terapéuticas más deficientes, lo que permite identificar qué pacientes pueden beneficiarse de terapias alternativas desde el inicio del tratamiento.

Esta información resulta especialmente valiosa dado que aproximadamente un tercio de los pacientes con enfermedad de Crohn o colitis ulcerosa no responde a las terapias anti-TNF, consideradas de última generación. Además, entre el 30 y el 40% de quienes inicialmente responden a estos medicamentos pierden su eficacia durante el primer año de tratamiento, según datos de la investigación.

Colaboración multidisciplinar

El proyecto ha sido posible gracias a la colaboración entre el Servicio de Aparato Digestivo y el Servicio de Farmacia Hospitalaria del centro sevillano, junto con el Laboratorio de Ciencia de Datos de la Fundación Progreso y Salud, dependiente de la Consejería de Sanidad, Presidencia y Emergencias. El liderazgo clínico corresponde al consistorio hospitalario, mientras que el diseño metodológico y el desarrollo de los algoritmos de inteligencia artificial ha sido responsabilidad del laboratorio de ingeniería de datos.

Esta sinergia entre experiencia clínica, perspectiva terapéutica farmacológica y capacidades tecnológicas de análisis de datos representa un modelo de trabajo cada vez más frecuente en la investigación sanitaria moderna, donde la integración de disciplinas complementarias permite abordar problemas complejos desde múltiples enfoques.

Contexto de la enfermedad

La enfermedad inflamatoria intestinal agrupa patologías crónicas como la enfermedad de Crohn y la colitis ulcerosa, caracterizadas por una respuesta inmunitaria excesiva que provoca lesiones intestinales. Se trata de procesos de curso crónico, progresión impredecible y sin posibilidad de remisión espontánea, lo que hace fundamental seleccionar el tratamiento más adecuado desde el diagnóstico para evitar complicaciones y mejorar la calidad de vida de los pacientes.

La alta variabilidad en la respuesta a los tratamientos actuales justifica el desarrollo de herramientas predictivas como la presentada en este estudio. El modelo desarrollado por el Hospital Macarena y la Fundación Progreso y Salud representa un paso hacia la implementación de estrategias de medicina personalizada que permitan seleccionar la terapia óptima para cada perfil de paciente, reduciendo tanto el tiempo de ensayo-error como los costes asociados a tratamientos ineficaces y mejorando los resultados clínicos globales.