Herramienta de IA extrae señales inmunitarias de biopsias para orientar la terapia del mieloma

El mieloma múltiple es una neoplasia maligna de la médula ósea en la que los pacientes pueden responder de forma muy diferente a los mismos tratamientos, lo que dificulta la toma de decisiones terapéuticas iniciales. Los médicos deben elegir entre opciones como la inmunoterapia y el trasplante autólogo de células madre, pero identificar qué pacientes requieren los enfoques más intensivos sigue siendo un reto.

Dado que las biopsias de médula ósea estándar a menudo no revelan características inmunitarias que puedan orientar estas decisiones, nuevos hallazgos sugieren que la inteligencia artificial podría ser útil al extraer señales inmunitarias de la histología de rutina para facilitar una planificación de tratamiento más personalizada para los pacientes recién diagnosticados.

Investigadores del Sylvester Comprehensive Cancer Center, perteneciente a la Facultad de Medicina Miller de la Universidad de Miami, utilizaron GigaTIME, un modelo fundamental de IA, para perfilar las características inmunitarias directamente a partir de muestras rutinarias de biopsia de médula ósea. Este método estimó los niveles de CD16, un biomarcador asociado a las células asesinas naturales, a partir de las muestras digitalizadas para inferir aspectos del microambiente inmunitario del paciente.

Posteriormente, los investigadores evaluaron si estas señales derivadas de la IA podían indicar qué pacientes se benefician más de la adición de daratumumab, un anticuerpo monoclonal que ayuda a las células asesinas naturales del sistema inmunitario a reconocer y atacar las células de mieloma, a la terapia estándar, y quiénes podrían posponer de forma segura el trasplante autólogo de células madre.

El análisis incluyó a 212 pacientes recién diagnosticados del registro de la Fundación HealthTree. Se compararon los resultados entre quienes recibieron bortezomib, lenalidomida y dexametasona (VRd) y quienes recibieron D-VRd, que añade daratumumab. El criterio de valoración principal fue el tiempo hasta el siguiente tratamiento, definido como el intervalo entre la terapia inicial y el cambio de régimen. La supervivencia libre de eventos también se midió como el tiempo sin progresión de la enfermedad ni necesidad de un nuevo tratamiento.

Los pacientes con niveles bajos de CD16 predichos por IA que recibieron VRd sin trasplante tuvieron un tiempo significativamente menor hasta el siguiente tratamiento. Por el contrario, aquellos en el mismo grupo de niveles bajos de CD16 lograron resultados notablemente mejores con D-VRd; a los 18 meses, el 86,8% permaneció libre de eventos en comparación con el 28,6% con VRd solo. Entre los pacientes con niveles altos de CD16 predichos por IA, los resultados a los 18 meses fueron comparables tanto si recibieron D-VRd con trasplante como sin él.

El trabajo fue presentado en la reunión anual de 2026 de la Sociedad Estadounidense de Oncología Clínica (ASCO, resumen n.º 7520). Se basa en esfuerzos previos para reconstruir características moleculares a partir de portaobjetos de biopsia rutinarios y permanece en fase de investigación. El equipo planea comparar el CD16 predicho por IA con biomarcadores inmunitarios medidos directamente y ampliar los análisis a cohortes más grandes y diversas, así como a marcadores inmunitarios adicionales.

“Este estudio no sugiere que el trasplante haya dejado de ser importante en el mieloma múltiple. Más bien, los hallazgos respaldan el concepto emergente de que las decisiones sobre trasplantes pueden volverse cada vez más personalizadas y basadas en la biología”, dijo C. Ola Landgren, MD, Ph.D., director del Instituto Sylvester de Mieloma, codirector del Programa de Oncología Clínica y Traslacional y titular de la Cátedra Paul J. DiMare en Inmunoterapia.

"Espero que este estudio ponga de relieve que la IA puede ir más allá de la simple automatización de flujos de trabajo y convertirse en una poderosa herramienta para el descubrimiento biológico y el apoyo a la toma de decisiones clínicas. Esto podría representar el comienzo de una nueva era de patología digital basada en IA en el mieloma", dijo Landgren.

Enlaces relacionados
Sylvester Comprehensive Cancer Center

Visitar la expo >

Miembro Oro

Automatic Hematology Analyzer

CF9600

Software de laboratorio
Acusera 24•7

Electrolyte Analyzer

BKE-B

Automated Clinical Chemistry Analyzer

Envoy 500+