Su gemelo digital podría salvarle la vida – Harvard Gazette

Cuando el neurólogo Steven Arnold decide si tratar a un paciente con Alzheimer con una nueva terapia, se basa en promedios.

«Muchas personas se sienten desanimadas por el hecho de que algo, aunque sea estadísticamente significativo, tenga un pequeño beneficio en unos pocos miles de personas en un gran ensayo controlado con placebo», dijo Arnold, investigador principal de Investigación Clínica y Traslacional del Alzheimer en el Hospital General de Massachusetts y profesor de neurología en la Facultad de Medicina de Harvard. «Luego permanecen para siempre, tal vez porque pensamos que lo está desacelerando más que el placebo».

Arnold está decepcionado con el estado actual de la medicina en el que los médicos tratan a pacientes individuales utilizando resultados obtenidos de grupos. Él imagina un enfoque más personalizado: comprender si un medicamento específico ayuda a un paciente en particular, o es probable que ayude, antes de recetarlo.

Una solución emergente que se muestra prometedora: los gemelos digitales.

Un gemelo digital es un modelo virtual de una persona o parte de una persona que los médicos pueden utilizar para probar decisiones de tratamiento, del mismo modo que un ingeniero puede realizar una prueba de estrés en un edificio digital simulado por un terremoto. Impulsada por datos de salud cada vez más ricos provenientes de dispositivos portátiles, registros médicos y grandes cohortes nacionales, e impulsada por nuevos métodos estadísticos e inteligencia artificial, una tecnología que alguna vez fue especulativa se está acercando a una realidad.

Los gemelos digitales pueden existir en múltiples escalas biológicas: modelos celulares, simulaciones de pacientes completos o cohortes sintéticas que representan datos demográficos completos. Los investigadores de Harvard están desarrollando los tres.

Hiroko Dodge, directora de análisis de investigación en el Centro Interdisciplinario del Cerebro del MGH y profesora de neurología en la Facultad de Medicina, utiliza gemelos digitales para crear chatbots que imitan los patrones de habla de cada participante en su ensayo de intervención conductual, cuyo objetivo es mejorar la cognición en pacientes con Alzheimer a través de la conversación.

«Estos gemelos nos permiten validar métodos para la detección temprana del deterioro cognitivo mediante el análisis de patrones de entrevista en cada paciente sin la necesidad de reclutar nuevos pacientes», dijo Dodge. «Esta es una aplicación típica del hermanamiento digital, pero muchos otros enfoques también entran en la categoría de hermanamiento digital».

Junto con Dodge, el investigador del Mass General Research Institute, Chao-Yi Wu, utiliza manipulaciones estadísticas para ayudar a médicos como Arnold a determinar con mayor precisión si un tratamiento beneficiará a pacientes específicos.

«Todos somos diferentes», afirmó Wu, quien también es profesor asistente de neurología en la Facultad de Medicina. «Todos pueden tomar el mismo analgésico, pero algunas personas obtienen una respuesta y otras no sienten la diferencia. Esa es la intuición: si tenemos un gemelo, si tenemos una persona digital que se parece a nosotros, podemos probar diferentes condiciones para ayudar a tomar decisiones clínicas».

Utilizando datos publicados recientemente de 50.000 pacientes con enfermedad de Alzheimer y demencias relacionadas, Wu puede crear una variedad de avatares digitales que comparten la edad, el sexo, la raza, el origen socioeconómico del paciente e incluso métricas más oscuras que se han relacionado con la progresión del Alzheimer, como la velocidad al caminar.

«Una persona puede tener 100 gemelos. Con base en esos 100 gemelos, se puede comparar su trayectoria cognitiva después de recibir el fármaco con la trayectoria cognitiva de esos 100 gemelos, y comprender estadísticamente si el cambio es real o simplemente un ruido aleatorio», dijo.

Para médicos como Arnold, las comparaciones pueden proporcionar una visión más precisa de si una terapia realmente está funcionando.

«Uno de los mayores desafíos en el tratamiento de la demencia es la heterogeneidad de los pacientes», afirmó Dodge. «Los pacientes a menudo tienen etiologías mixtas y diversos grados de reserva cognitiva específica de cada persona, los cuales influyen en los resultados clínicos. En consecuencia, un tratamiento que se muestra prometedor en un ensayo controlado aleatorio puede funcionar muy bien para algunas personas, pero no para otras. Conocer la trayectoria que seguiría una persona específica sin tratamiento puede aumentar significativamente la atención al paciente».

Wu y Dodge también ven el potencial de los gemelos digitales para crear poblaciones enteras de pacientes, a las que llaman cohortes sintéticas, para simular ensayos clínicos completos antes de gastar tiempo y dinero en investigaciones del mundo real. En un artículo reciente, Wu utilizó métodos estadísticos para crear un grupo de control sintético para un ensayo controlado aleatorio y descubrió que sus pacientes sintéticos respondieron de manera similar al grupo de placebo de la vida real en el estudio de Dodge sobre el efecto de las entrevistas sobre la cognición en pacientes con Alzheimer.

«Necesitamos mejores herramientas, un mejor método para entender quién responde y quién no», afirmó Wu. «Es una forma rentable de realizar hermanamientos digitales».

Mientras tanto, Marinka Zitnik, profesora asociada de informática biomédica en la Facultad de Medicina y profesora asociada del Instituto Kempner para el Estudio de la Inteligencia Natural y Artificial de la Universidad de Harvard, está utilizando inteligencia artificial para construir gemelos digitales a escala celular.

Zitnik ha desarrollado una herramienta de inteligencia artificial llamada COMPASS que analiza datos ómicos personales y de salud clínica. A través del sistema ToolUniverse de su laboratorio, COMPASS se puede vincular a grandes modelos de lenguaje para crear chatbots tal como los médicos interactuarían con ChatGPT.

En una versión de prueba del sistema, un médico (por ejemplo, un oncólogo) puede cargar datos de biopsia del microambiente del tumor de un paciente, junto con otros datos de salud disponibles, como el historial de medicación o la presión arterial. El sistema aprovecha la IA para analizar mucha más información de la que un médico podía manejar anteriormente.

«Ahora el médico puede pedirle a este modelo que realice varios análisis», explica Zitnik. «‘¿Cuál es la probabilidad de que el paciente tenga una respuesta favorable a este fármaco inmunológico específico?’ Y el chatbot dará una respuesta y discutirá.

Efectivamente, su médico puede conversar con una versión sintética de sus células.

A pesar de todo su potencial, el hermanamiento digital aún está en su infancia y no existe un consenso claro sobre cómo será el gemelo completo. Las cohortes sintéticas de Wu y los chatbots móviles de Zitnik son prueba de concepto. Sin embargo, los investigadores dicen que es el momento adecuado.

«Esta interfaz de lenguaje ahora es posible con grandes modelos de lenguaje en los últimos tres o cuatro años; no era posible hace 10 años», dijo Zitnik. «El entusiasmo y el número de personas que trabajan en esta idea de los gemelos digitales ha aumentado porque ahora vemos la oportunidad que ofrece la IA».