¿Cuál es el valor de una imagen? Dicen que una imagen vale más que mil palabras. Pero, ¿y si gracias a la radiómica, una imagen médica puede convertirse en 1000 más? Mil imágenes más que revelen información y características clave. Imágenes que puede conducir a mil veces más precisión para tomar decisiones.

En la industria farmacéutica, cada vez hay más compañías que buscan una estrategia de imagen médica. El motivo es que están sentadas sobre un tesoro: una enorme cantidad de información que necesita estructurarse y organizarse, generada a lo largo de años de estudios clínicos.

"Cada vez hay más compañías que buscan una estrategia de imagen médica".

Gracias a nuevas alianzas con expertos en imagen médica, pueden extraer información valiosa y oculta de todos los datos de imagen disponibles, y vincularla a información clínica y genómica.

¿Y qué les permite hacer esta nueva información? Mucho, en realidad: predecir qué pacientes responderán a un tratamiento, encontrar los candidatos adecuados para los ensayos clínicos, detectar pacientes de riesgo, y, en resumen, acelerar los programas de desarrollo de fármacos.

"Uno de los materiales más valiosos para la industria farmacéutica son las imágenes médicas".

Uno de los materiales más valiosos para la industria farmacéutica son las imágenes médicas, como las imágenes de TAC, las resonancias magnéticas o las adquisiciones de PET, que proporcionan información valiosa sobre la estructura y función de los órganos y tejidos del cuerpo humano. La imagen médica permite monitorizar a lo largo del tiempo la heterogeneidad de los tejidos, complementando a la biopsia, que suele realizarse en un único instante temporal, principalmente al diagnóstico, y que tiene un inherente sesgo de muestreo. Únicamente obtenemos una muestra del tejido a estudiar, lo que imposibilita valorar aspectos como el entorno peritumoral, los diferentes hábitats celulares, o las lesiones a distancia, por ejemplo.

"La imagen médica permite monitorizar a lo largo del tiempo la heterogeneidad de los tejidos, complementando a la biopsia, que suele realizarse en un único instante temporal, principalmente al diagnóstico, y que tiene un inherente sesgo de muestreo".

En el mundo se adquieren a diario unos 10 millones de exploraciones radiológicas. Muchas imágenes están disponibles en silos aislados y solo están disponibles para un número limitado de investigadores y estudios. Además, la privacidad y seguridad de los datos son una preocupación crítica, lo que dificulta la compartición de estos datos valiosos entre las diferentes organizaciones y estudios.

"La privacidad y seguridad de los datos son una preocupación crítica, lo que dificulta la compartición de estos datos valiosos entre las diferentes organizaciones y estudios".

Por esta razón, la creación de grandes biobancos de imágenes que permitan la creación de modelos de inteligencia artificial es vital para el futuro de la industria farmacéutica. Estos biobancos permiten la centralización y el almacenamiento seguro de grandes cantidades de imágenes médicas, lo que permite a los investigadores acceder a una amplia gama de datos y materiales de forma más eficiente y efectiva. Además, los biobancos también permiten la compartición de datos y materiales entre organizaciones y estudios de manera federada (no es necesaria la centralización de datos en todos los casos), lo que puede ayudar a acelerar el desarrollo de nuevos tratamientos y fármacos.

"La creación de grandes biobancos de imágenes que permitan la creación de modelos de inteligencia artificial es vital para el futuro de la industria farmacéutica".

Otro aspecto importante de los biobancos de imágenes es que proporcionan una plataforma para la realización de investigaciones en colaboración a nivel mundial. Los investigadores pueden trabajar juntos en proyectos comunes y compartir sus hallazgos y resultados, lo que aumenta la eficacia y eficiencia de la investigación y mejora la calidad de los resultados.

Pero, ¿cómo podemos demostrar el valor real de la imagen médica? Permítanme compartir el siguiente caso de estudio.

"¿Puede alguien como Quibim analizar de manera retrospectiva todos los estudios de TC del estudio clínico?".

Una gran compañía farmacéutica tuvo que detener el programa de una nueva molécula de inmunoterapia para cáncer de pulmón tras la finalización del ensayo fase III, por no conseguir la aprobación por parte de las agencias reguladoras. En un conjunto relevante de pacientes con una fracción de PD-L1 mayor del 50% no se produjo respuesta. Tras plantearse el estudio retrospectivo de todos los datos, se pensó en la imagen: ¿Puede alguien como Quibim analizar de manera retrospectiva todos los estudios de TC del estudio clínico, y crear un algoritmo predictivo que determine qué pacientes van a responder a partir del TC basal?

"Este algoritmo podrá utilizarse en el diseño de los futuros ensayos, para identificar pacientes candidatos a beneficiarse de la terapia".

Estas son las excelentes sinergias que pueden surgir entre la industria farmacéutica y las compañías centradas en el análisis avanzado de datos. Quibim trabajó con los datos de imagen y la evolución clínica de los pacientes, y pudo conseguir un modelo predictivo que predice satisfactoriamente (con un éxito del 80%), si un paciente va a ser respondedor a Immune Checkpoint Inhibitors. El impacto es ilimitado. Este algoritmo podrá utilizarse en el diseño de los futuros ensayos, para identificar pacientes candidatos a beneficiarse de la terapia. Pero no nos detenemos aquí. Tras la aprobación del fármaco, este algoritmo de IA será también un perfecto companion diagnostic para ayudar a la indicación de la terapia, lo que cobra una especial relevancia ante los nuevos esquemas de pago por resultados, que se están implantando en los diferentes sistemas sanitarios de todo el mundo.

"Este algoritmo de IA será también un perfecto companion diagnostic para ayudar a la indicación de la terapia".

Resulta evidente pues, que los nuevos datos de una imagen médica pueden valer mil veces más precisión para conseguir que más fármacos lleguen al mercado, conseguir mejorar la toma de decisiones clínicas y conseguir mil veces mejores resultados sanitarios.