Una investigación sevillana utiliza IA para mejorar resultados en enfermedad inflamatoria intestinal

El Hospital Universitario Virgen Macarena y la Fundación Progreso y Salud han desarrollado un modelo basado en inteligencia artificial que permite anticipar qué tratamiento resultará más efectivo en pacientes diagnosticados con enfermedad inflamatoria intestinal, principalmente enfermedad de Crohn y colitis ulcerosa. El proyecto, que ha analizado datos de 227 pacientes atendidos entre 2015 y 2022, representa un avance significativo hacia la medicina personalizada en este ámbito.

La investigación, publicada en la revista Scientific Reports, surge de la necesidad de abordar la variabilidad en la respuesta a los tratamientos que presentan estos pacientes. Profesionales del Servicio de Aparato Digestivo, Farmacia Hospitalaria del centro sevillano e ingenieros del Laboratorio de Ciencia de Datos han trabajado de forma conjunta para identificar indicadores que permitan prever cómo responderá cada paciente a distintas terapias biológicas.

El estudio se ha centrado en dos terapias específicas —vedolizumab y ustekinumab— y ha evaluado la respuesta clínica a las 26 y 52 semanas, además de la remisión al año de tratamiento. Entre los predictores analizados figuran el recuento leucocitario, la calprotectina fecal, los valores de proteína C reactiva y los niveles de vitamina B12, observándose que marcadores inflamatorios más elevados se asocian con peores resultados terapéuticos.

Para llevar a cabo esta investigación, se elaboró un conjunto de datos procedente de la Base de Datos Poblacional de Salud de Andalucía, que incluye historiales médicos electrónicos, registros de prescripciones del sistema XXI, datos de mortalidad e historiales de programas especializados de Diraya. El Módulo de Pruebas Analíticas aportó las variables de laboratorio necesarias, configurando un total de 111 variables para el análisis.

Las principales variables consideradas incluyeron el principio activo utilizado, sexo, antecedentes familiares de enfermedad inflamatoria intestinal, localización de la patología, tratamientos previos, hábito tabáquico, duración de la enfermedad y diversas pruebas de laboratorio. Este volumen de información ha sido procesado mediante modelos de aumento de gradiente extremo (XGBoost), una técnica de inteligencia artificial que permite la toma de decisiones y el aprendizaje continuo basándose en los patrones detectados en los datos.

Colaboración multidisciplinar entre clínicos e ingenieros de datos

El proyecto ha integrado la experiencia clínica del Hospital Virgen Macarena con la perspectiva farmacéutica y la capacidad técnica del Laboratorio de Ciencia de Datos de la Fundación Progreso y Salud. Los especialistas del hospital han asumido el liderazgo clínico y asistencial, mientras que el diseño metodológico, la estructuración del dato, el desarrollo de los modelos de IA y la validación técnica han corrido a cargo del equipo de ingenieros.

Esta colaboración ha permitido estructurar, modelizar e interpretar grandes volúmenes de datos de forma coordinada, facilitando el abordaje de terapias específicas adaptadas a las características individuales de cada paciente. La integración de disciplinas tan diversas resulta fundamental para traducir el análisis de datos en herramientas clínicamente útiles.

La enfermedad inflamatoria intestinal se caracteriza por una respuesta inmunitaria excesiva que provoca lesiones intestinales. Se trata de patologías crónicas con una progresión impredecible y sin tendencia a la remisión espontánea. A pesar de los avances farmacológicos recientes, aproximadamente un tercio de los pacientes no responde a las terapias más modernas con medicamentos anti-TNF, diseñados para reducir la inflamación.

Además, entre el 30% y el 40% de los pacientes que inicialmente responden a estos tratamientos pierden eficacia durante el primer año, lo que obliga a modificar la estrategia terapéutica. Esta realidad subraya la importancia de desarrollar herramientas de apoyo a las decisiones clínicas que permitan seleccionar desde el inicio los fármacos más adecuados y eficientes para cada caso particular, mejorando así los resultados terapéuticos y la calidad de vida de los pacientes.