La medicina personalizada , también conocida como medicina de precisión , es un modelo médico que separa a las personas en diferentes grupos, adaptando las decisiones, prácticas, intervenciones y/o productos médicos a cada paciente individual en función de su respuesta prevista o riesgo de enfermedad. [1] Los términos medicina personalizada, medicina de precisión, medicina estratificada y medicina P4 se usan indistintamente para describir este concepto [1] [2] aunque algunos autores y organizaciones usan estas expresiones por separado para indicar matices particulares. [2]
Si bien la adaptación del tratamiento a los pacientes se remonta al menos a la época de Hipócrates , [3] el uso del término ha aumentado en los últimos años debido al crecimiento de nuevos enfoques diagnósticos e informáticos que brindan una comprensión de las bases moleculares de la enfermedad, particularmente genómica . Esto proporciona una base de evidencia clara sobre la cual estratificar (grupo) a los pacientes relacionados. [1] [4] [5]
Entre los 14 Grandes Retos para la Ingeniería , una iniciativa patrocinada por la Academia Nacional de Ingeniería (NAE), la medicina personalizada ha sido identificada como un enfoque clave y prospectivo para "lograr decisiones individuales óptimas en materia de salud", superando así el desafío de " Diseñar mejores medicinas " . [6] [7]
En la medicina personalizada, las pruebas de diagnóstico se emplean a menudo para seleccionar terapias apropiadas y óptimas en función del contexto del contenido genético de un paciente u otros análisis moleculares o celulares. [8] El uso de información genética ha desempeñado un papel importante en ciertos aspectos de la medicina personalizada (por ejemplo, farmacogenómica ), y el término se acuñó por primera vez en el contexto de la genética, aunque desde entonces se ha ampliado para abarcar todo tipo de medidas de personalización , [ 8] incluido el uso de proteómica , [9] análisis de imágenes, teranóstica basada en nanopartículas , [10] entre otros.
La medicina de precisión ( PM ) es un modelo médico que propone la personalización de la atención médica , adaptando las decisiones, tratamientos, prácticas o productos médicos a un subgrupo de pacientes, en lugar de un modelo de un solo medicamento para todos. [11] [12] En la medicina de precisión, las pruebas de diagnóstico a menudo se emplean para seleccionar terapias apropiadas y óptimas basadas en el contexto del contenido genético de un paciente u otros análisis moleculares o celulares. [13] Las herramientas empleadas en la medicina de precisión pueden incluir diagnóstico molecular , imágenes y análisis. [14] [15] Al explicar la distinción de un término común similar de medicina personalizada , el Consejo Nacional de Investigación explica:
La Medicina de Precisión se refiere a la adaptación del tratamiento médico a las características individuales de cada paciente. No significa literalmente la creación de medicamentos o dispositivos médicos que sean exclusivos de un paciente, sino más bien la capacidad de clasificar a los individuos en subpoblaciones que difieren en su susceptibilidad a una enfermedad particular, en la biología o el pronóstico de las enfermedades que pueden desarrollar, o en su respuesta a un tratamiento específico. Las intervenciones preventivas o terapéuticas pueden entonces concentrarse en aquellos que se beneficiarán, ahorrando gastos y efectos secundarios a quienes no lo harán. Aunque el término "medicina personalizada" también se utiliza para transmitir este significado, a veces se malinterpreta en el sentido de que implica que se pueden diseñar tratamientos únicos para cada individuo. [14]
Por otro lado, el uso del término "medicina de precisión" puede extenderse más allá de la selección de tratamientos para abarcar también la creación de productos médicos únicos para individuos particulares, por ejemplo, "...tejidos u órganos específicos de cada paciente para adaptar tratamientos a diferentes personas". " [16] Por lo tanto, en la práctica el término se superpone tanto con "medicina personalizada" que a menudo se usan indistintamente. [17]
Cada persona tiene una variación única del genoma humano . [18] Aunque la mayor parte de la variación entre individuos no tiene ningún efecto sobre la salud, la salud de un individuo surge de la variación genética con comportamientos e influencias del medio ambiente. [19] [20]
Los avances modernos en la medicina personalizada se basan en tecnología que confirma la biología fundamental, el ADN , el ARN o la proteína de un paciente , lo que en última instancia conduce a confirmar la enfermedad. Por ejemplo, técnicas personalizadas como la secuenciación del genoma pueden revelar mutaciones en el ADN que influyen en enfermedades que van desde la fibrosis quística hasta el cáncer. Otro método, llamado RNA-seq , puede mostrar qué moléculas de ARN están involucradas en enfermedades específicas. A diferencia del ADN, los niveles de ARN pueden cambiar en respuesta al medio ambiente. Por tanto, la secuenciación de ARN puede proporcionar una comprensión más amplia del estado de salud de una persona. Estudios recientes han relacionado las diferencias genéticas entre individuos con la expresión del ARN , [21] la traducción, [22] y los niveles de proteína. [23]
Los conceptos de medicina personalizada pueden aplicarse a enfoques nuevos y transformadores de la atención sanitaria. La atención médica personalizada se basa en la dinámica de la biología de sistemas y utiliza herramientas predictivas para evaluar los riesgos para la salud y diseñar planes de salud personalizados para ayudar a los pacientes a mitigar los riesgos, prevenir enfermedades y tratarlas con precisión cuando ocurren. Los conceptos de atención médica personalizada están recibiendo una aceptación cada vez mayor y la Administración de Veteranos se compromete a brindar una atención personalizada y proactiva dirigida por el paciente para todos los veteranos. [24] En algunos casos, la atención médica personalizada puede adaptarse al marcado del agente causante de la enfermedad en lugar del marcado genético del paciente; ejemplos son bacterias o virus resistentes a los medicamentos. [25]
La medicina de precisión a menudo implica la aplicación de análisis panómico y biología de sistemas para analizar la causa de la enfermedad de un paciente individual a nivel molecular y luego utilizar tratamientos específicos (posiblemente en combinación) para abordar el proceso de la enfermedad de ese paciente individual. Luego se sigue la respuesta del paciente lo más de cerca posible, a menudo utilizando medidas sustitutas como la carga tumoral (frente a resultados reales, como la tasa de supervivencia a cinco años), y el tratamiento se adapta con precisión a la respuesta del paciente. [26] [27] La rama de la medicina de precisión que aborda el cáncer se conoce como "oncología de precisión". [28] [29] El campo de la medicina de precisión que está relacionado con los trastornos psiquiátricos y la salud mental se llama "psiquiatría de precisión". [30] [31]
La diferencia interpersonal de la patología molecular es diversa, al igual que la diferencia interpersonal en el exposoma , que influye en los procesos patológicos a través del interactoma dentro del microambiente tisular , de manera diferente de persona a persona. Como base teórica de la medicina de precisión, el "principio de enfermedad única" [32] surgió para abarcar el fenómeno omnipresente de la heterogeneidad de la etiología y patogénesis de las enfermedades . El principio de enfermedad única se describió por primera vez en las enfermedades neoplásicas como principio tumoral único. [33] Como el exposoma es un concepto común de epidemiología , la medicina de precisión está entrelazada con la epidemiología patológica molecular , que es capaz de identificar biomarcadores potenciales para la medicina de precisión. [34]
Para que los médicos sepan si una mutación está relacionada con una determinada enfermedad, los investigadores suelen realizar un estudio llamado " estudio de asociación de todo el genoma " (GWAS). Un estudio GWAS analizará una enfermedad y luego secuenciará el genoma de muchos pacientes con esa enfermedad en particular para buscar mutaciones compartidas en el genoma. Las mutaciones que un estudio GWAS determina que están relacionadas con una enfermedad se pueden usar para diagnosticar esa enfermedad en futuros pacientes, observando la secuencia de su genoma para encontrar esa misma mutación. El primer GWAS, realizado en 2005, estudió a pacientes con degeneración macular relacionada con la edad (DMAE). [35] Encontró dos mutaciones diferentes, cada una de las cuales contenía solo una variación en un solo nucleótido (llamados polimorfismos de un solo nucleótido o SNP), que estaban asociadas con la DMAE. Estudios GWAS como este han tenido mucho éxito en la identificación de variaciones genéticas comunes asociadas con enfermedades. A principios de 2014, se habían completado más de 1.300 estudios GWAS. [36]
Múltiples genes influyen colectivamente en la probabilidad de desarrollar muchas enfermedades comunes y complejas. [19] La medicina personalizada también se puede utilizar para predecir el riesgo de una persona de padecer una enfermedad particular, basándose en uno o incluso varios genes. Este enfoque utiliza la misma tecnología de secuenciación para centrarse en la evaluación del riesgo de enfermedad, lo que permite al médico iniciar un tratamiento preventivo antes de que la enfermedad se presente en el paciente. Por ejemplo, si se descubre que una mutación del ADN aumenta el riesgo de que una persona desarrolle diabetes tipo 2 , esta persona puede comenzar a realizar cambios en su estilo de vida que reducirán sus posibilidades de desarrollar diabetes tipo 2 en el futuro. [ cita necesaria ]
La capacidad de proporcionar medicina de precisión a los pacientes en entornos clínicos habituales depende de la disponibilidad de pruebas de perfiles moleculares, por ejemplo, la secuenciación individual del ADN de la línea germinal . [37] Si bien actualmente la medicina de precisión individualiza el tratamiento principalmente sobre la base de pruebas genómicas (por ejemplo, Oncotype DX [38] ), se están desarrollando varias modalidades tecnológicas prometedoras, desde técnicas que combinan espectrometría y potencia computacional hasta imágenes en tiempo real de los efectos de los medicamentos en el cuerpo. [39] Muchos aspectos diferentes de la medicina de precisión se prueban en entornos de investigación (p. ej., proteoma, microbioma), pero en la práctica habitual no se utilizan todos los insumos disponibles. La capacidad de practicar la medicina de precisión también depende de las bases de conocimiento disponibles para ayudar a los médicos a tomar medidas basadas en los resultados de las pruebas. [40] [41] [42] Los primeros estudios que aplicaron medicina de precisión basada en ómicas a cohortes de personas con enfermedades no diagnosticadas arrojaron una tasa de diagnóstico de ~35 % y ~1 de cada 5 de los recién diagnosticados recibieron recomendaciones sobre cambios en la terapia. [43] Se ha sugerido que hasta que la farmacogenética se desarrolle más y sea capaz de predecir las respuestas individuales al tratamiento, los ensayos N-de-1 son el mejor método para identificar a los pacientes que responden a los tratamientos. [44] [45]
Desde el punto de vista del tratamiento, la MP puede implicar el uso de productos médicos personalizados, como cócteles de medicamentos producidos mediante compuestos farmacéuticos [46] o dispositivos personalizados. [47] También puede prevenir interacciones medicamentosas dañinas, aumentar la eficiencia general al recetar medicamentos y reducir los costos asociados con la atención médica. [48]
La cuestión de quién se beneficia de la genómica financiada con fondos públicos es una consideración importante de salud pública, y es necesario prestar atención para garantizar que la implementación de la medicina genómica no afiance aún más las preocupaciones sobre la equidad social. [49]
La inteligencia artificial supone un cambio de paradigma hacia la medicina de precisión. [50] Los algoritmos de aprendizaje automático se utilizan para la secuencia genómica y para analizar y extraer inferencias de las grandes cantidades de datos que los pacientes y las instituciones sanitarias registran en cada momento. [51] Las técnicas de IA se utilizan en la medicina cardiovascular de precisión para comprender los genotipos y fenotipos de las enfermedades existentes, mejorar la calidad de la atención al paciente, permitir la rentabilidad y reducir las tasas de reingreso y mortalidad. [52] Un artículo de 2021 informó que el aprendizaje automático pudo predecir los resultados de los ensayos clínicos de fase III (para el tratamiento del cáncer de próstata) con un 76% de precisión. [53] Esto sugiere que los datos de ensayos clínicos podrían proporcionar una fuente práctica de herramientas basadas en aprendizaje automático para la medicina de precisión.
La medicina de precisión puede ser susceptible a formas sutiles de sesgo algorítmico . Por ejemplo, la presencia de múltiples campos de entrada con valores ingresados por múltiples observadores puede crear distorsiones en la forma en que se entienden e interpretan los datos. [54] Un artículo de 2020 demostró que entrenar modelos de aprendizaje automático de una manera específica para una población (es decir, entrenar modelos específicamente para pacientes negros con cáncer) puede producir un rendimiento significativamente superior que los modelos independientes de la población. [55]
En su discurso sobre el Estado de la Unión de 2015 , el presidente estadounidense Barack Obama declaró su intención de financiar una cantidad de 215 millones de dólares [56] para la " Iniciativa de Medicina de Precisión " de los Institutos Nacionales de Salud de los Estados Unidos. [57] Un objetivo a corto plazo de la Iniciativa de Medicina de Precisión era ampliar la genómica del cáncer para desarrollar mejores métodos de prevención y tratamiento. [58] A largo plazo, la Iniciativa de Medicina de Precisión tenía como objetivo construir una base de conocimiento científico integral mediante la creación de una red nacional de científicos y el embarque en un estudio de cohorte nacional de un millón de estadounidenses para ampliar nuestra comprensión de la salud y la enfermedad. [59] La declaración de misión de la Iniciativa de Medicina de Precisión decía: "Permitir una nueva era de la medicina a través de la investigación, la tecnología y las políticas que permitan a los pacientes, investigadores y proveedores trabajar juntos hacia el desarrollo de tratamientos individualizados". [60] En 2016, esta iniciativa pasó a llamarse "Todos nosotros" y un proyecto piloto inicial había inscrito a unas 10.000 personas en enero de 2018. [61]
La medicina de precisión ayuda a los proveedores de atención médica a comprender mejor las muchas cosas (incluidos el medio ambiente, el estilo de vida y la herencia) que desempeñan un papel en la salud, la enfermedad o la afección de un paciente. Esta información les permite predecir con mayor precisión qué tratamientos serán más eficaces y seguros, o posiblemente cómo evitar que la enfermedad comience en primer lugar. Además, los beneficios son: [ cita necesaria ]
Los avances en la medicina personalizada crearán un enfoque de tratamiento más unificado y específico para el individuo y su genoma. La medicina personalizada puede proporcionar mejores diagnósticos con una intervención más temprana y un desarrollo de fármacos más eficiente y terapias más específicas. [62]
Tener la capacidad de observar a un paciente de forma individual permitirá un diagnóstico más preciso y un plan de tratamiento específico. El genotipado es el proceso de obtención de la secuencia de ADN de un individuo mediante ensayos biológicos . [63] Al tener una descripción detallada de la secuencia de ADN de un individuo, su genoma se puede comparar con un genoma de referencia, como el del Proyecto Genoma Humano , para evaluar las variaciones genéticas existentes que pueden explicar posibles enfermedades. Varias empresas privadas, como 23andMe , Navigenics e Illumina , han creado una secuenciación del genoma directa al consumidor accesible al público. [18] Tener esta información de los individuos se puede aplicar para tratarlos de manera efectiva. La composición genética de un individuo también juega un papel importante en qué tan bien responde a un determinado tratamiento y, por lo tanto, conocer su contenido genético puede cambiar el tipo de tratamiento que recibe.
Un aspecto de esto es la farmacogenómica , que utiliza el genoma de un individuo para proporcionar una prescripción de medicamentos más informada y personalizada. [64] A menudo, los medicamentos se recetan con la idea de que funcionarán relativamente igual para todos, pero en la aplicación de medicamentos, hay una serie de factores que deben considerarse. La descripción detallada de la información genética del individuo ayudará a prevenir eventos adversos, permitirá dosis adecuadas y creará la máxima eficacia con las prescripciones de medicamentos. [18] Por ejemplo, la warfarina es el anticoagulante oral aprobado por la FDA que se prescribe comúnmente a pacientes con coágulos sanguíneos. Debido a la importante variabilidad interindividual de la warfarina en su farmacocinética y farmacodinamia , su tasa de eventos adversos se encuentra entre las más altas de todos los medicamentos comúnmente recetados. [6] Sin embargo, con el descubrimiento de variantes polimórficas en los genotipos CYP2C9 y VKORC1, dos genes que codifican la respuesta anticoagulante individual, [65] [66] los médicos pueden utilizar el perfil genético de los pacientes para prescribir dosis óptimas de warfarina para prevenir efectos secundarios como como hemorragia mayor y permitir una eficacia terapéutica más temprana y mejor. [6] El proceso farmacogenómico para el descubrimiento de variantes genéticas que predicen eventos adversos a un fármaco específico se ha denominado toxgnóstico . [67]
Un aspecto de una plataforma teranóstica aplicada a la medicina personalizada puede ser el uso de pruebas de diagnóstico para guiar la terapia. Las pruebas pueden incluir imágenes médicas como agentes de contraste para resonancia magnética (agentes T1 y T2), marcadores fluorescentes ( tintes orgánicos y puntos cuánticos inorgánicos ) y agentes de imágenes nucleares ( radiotrazadores PET o agentes SPECT ). [10] [68] o pruebas de laboratorio in vitro [69] que incluyen la secuenciación de ADN [70] y, a menudo, implican algoritmos de aprendizaje profundo que pesan el resultado de las pruebas de varios biomarcadores . [71]
Además del tratamiento específico, la medicina personalizada puede contribuir enormemente a los avances de la atención preventiva. Por ejemplo, muchas mujeres ya están siendo genotipadas para ciertas mutaciones en los genes BRCA1 y BRCA2 si están predispuestas debido a antecedentes familiares de cáncer de mama o de ovario. [72] A medida que se trazan más causas de enfermedades de acuerdo con las mutaciones que existen dentro de un genoma, más fácil se pueden identificar en un individuo. Luego se pueden tomar medidas para prevenir el desarrollo de una enfermedad. Incluso si se encontraran mutaciones dentro de un genoma, tener los detalles de su ADN puede reducir el impacto o retrasar la aparición de ciertas enfermedades. [62] Tener el contenido genético de un individuo permitirá tomar decisiones mejor guiadas para determinar el origen de la enfermedad y así tratarla o prevenir su progresión. Esto será extremadamente útil para enfermedades como el Alzheimer o cánceres que se cree que están relacionados con ciertas mutaciones en nuestro ADN. [62]
Una herramienta que se está utilizando ahora para probar la eficacia y seguridad de un fármaco específico para un grupo/subgrupo de pacientes objetivo son los diagnósticos complementarios . Esta tecnología es un ensayo que se desarrolla durante o después de que un medicamento esté disponible en el mercado y es útil para mejorar el tratamiento terapéutico disponible según el individuo. [73] Estos diagnósticos complementarios han incorporado la información farmacogenómica relacionada con el medicamento en la etiqueta de su prescripción en un esfuerzo por ayudar a tomar la decisión de tratamiento más óptima posible para el paciente. [73]
Tener la información genómica de un individuo puede ser importante en el proceso de desarrollo de medicamentos mientras esperan la aprobación de la FDA para uso público. Tener una descripción detallada de la composición genética de un individuo puede ser una ventaja importante a la hora de decidir si un paciente puede ser elegido para su inclusión o exclusión en las etapas finales de un ensayo clínico. [62] Ser capaz de identificar a los pacientes que se beneficiarán más de un ensayo clínico aumentará la seguridad de los pacientes frente a los resultados adversos causados por el producto en prueba y permitirá ensayos más pequeños y más rápidos que conduzcan a menores costos generales. [74] Además, los medicamentos que se consideran ineficaces para la población en general pueden obtener la aprobación de la FDA mediante el uso de genomas personales para calificar la efectividad y la necesidad de ese medicamento o terapia específica, aunque solo sea necesaria para un pequeño porcentaje de la población. población., [62] [75]
Los médicos suelen utilizar una estrategia de prueba y error hasta que encuentran el tratamiento más eficaz para su paciente. [62] Con la medicina personalizada, estos tratamientos se pueden adaptar más específicamente al predecir cómo responderá el cuerpo de un individuo y si el tratamiento funcionará en función de su genoma. [18] Esto se ha resumido como "terapia con el fármaco correcto en la dosis correcta en el paciente correcto". [76] Este enfoque también sería más rentable y preciso. [62] Por ejemplo, el tamoxifeno solía ser un medicamento comúnmente recetado a mujeres con cáncer de mama ER+, pero el 65% de las mujeres que lo tomaron inicialmente desarrollaron resistencia. Después de investigaciones realizadas por personas como David Flockhart , se descubrió que las mujeres con cierta mutación en su gen CYP2D6 , un gen que codifica la enzima metabolizadora, no eran capaces de descomponer eficientemente el tamoxifeno, lo que lo convertía en un tratamiento ineficaz para ellas. [77] Ahora se genotipifica a las mujeres para estas mutaciones específicas para seleccionar el tratamiento más eficaz.
La detección de estas mutaciones se lleva a cabo mediante detección de alto rendimiento o detección fenotípica . Varias empresas farmacéuticas y de descubrimiento de fármacos están utilizando actualmente estas tecnologías no solo para avanzar en el estudio de la medicina personalizada, sino también para ampliar la investigación genética . Los enfoques alternativos de objetivos múltiples al enfoque tradicional de detección de bibliotecas de transfección "directa" pueden implicar transfección inversa o quimiogenómica . [ cita necesaria ]
La preparación farmacéutica es otra aplicación de la medicina personalizada. Aunque no necesariamente utiliza información genética, la producción personalizada de un fármaco cuyas diversas propiedades (por ejemplo, nivel de dosis, selección de ingredientes, vía de administración, etc.) se seleccionan y elaboran para un paciente individual se acepta como un área de la medicina personalizada (en contraste a dosis unitarias producidas en masa o combinaciones de dosis fijas) . También se están desarrollando enfoques computacionales y matemáticos para predecir interacciones farmacológicas . Por ejemplo, las superficies de respuesta fenotípica modelan las relaciones entre fármacos, sus interacciones y los biomarcadores de un individuo. [ cita necesaria ]
Un área activa de investigación es la entrega eficiente de medicamentos personalizados generados a partir de compuestos farmacéuticos a los sitios del cuerpo donde se padecen enfermedades. [7] Por ejemplo, los investigadores están tratando de diseñar nanoportadores que puedan apuntar con precisión al sitio específico mediante el uso de imágenes en tiempo real y el análisis de la farmacodinámica de la administración del fármaco . [78] Se están investigando varios nanoportadores candidatos, como nanopartículas de óxido de hierro , puntos cuánticos , nanotubos de carbono , nanopartículas de oro y nanopartículas de sílice. [10] La alteración de la química de la superficie permite que estas nanopartículas se carguen con medicamentos, así como evitar la respuesta inmune del cuerpo, lo que hace posible la teranóstica basada en nanopartículas. [7] [10] Las estrategias de focalización de los nanoportadores varían según la enfermedad. Por ejemplo, si la enfermedad es cáncer, un enfoque común es identificar el biomarcador expresado en la superficie de las células cancerosas y cargar su vector de direccionamiento asociado en el nanoportador para lograr el reconocimiento y la unión; La escala de tamaño de los nanoportadores también se diseñará para alcanzar el efecto mejorado de permeabilidad y retención (EPR) en la localización de tumores. [10] Si la enfermedad se localiza en un órgano específico, como el riñón, la superficie de los nanoportadores se puede recubrir con un determinado ligando que se une a los receptores dentro de ese órgano para lograr la administración de fármacos dirigidos a órganos y evitar enfermedades no específicas. consumo. [79] A pesar del gran potencial de este sistema de administración de fármacos basado en nanopartículas, aún no se han logrado avances significativos en este campo, y los nanoportadores aún se están investigando y modificando para cumplir con los estándares clínicos. [10] [78]
La teranóstica es un enfoque personalizado en medicina nuclear , que utiliza moléculas similares tanto para la obtención de imágenes (diagnóstico) como para la terapia. [80] [81] [82] El término es un acrónimo de " terapéutica " y " diagnóstico ". Se aplica más comúnmente cuando radionucleidos (ya sean emisores gamma o de positrones) están unidos a moléculas para imágenes SPECT o PET, o emisores de electrones para radioterapia. Uno de los primeros ejemplos es el uso de yodo radiactivo para el tratamiento de personas con cáncer de próstata o tiroides . [80] Otros ejemplos incluyen anticuerpos anti-CD20 radiomarcados (por ejemplo, Bexxar ) para tratar el linfoma, radio-223 para tratar metástasis óseas, lutecio-177 DOTATATE para tratar tumores neuroendocrinos y lutecio-177 PSMA para tratar el cáncer de próstata. [80] Un reactivo comúnmente utilizado es la fluorodesoxiglucosa , que utiliza el isótopo flúor-18 . [83]
.jpg/1280px-Protein_pattern_analyzer_(1).jpg)
Las enfermedades respiratorias afectan a la humanidad en todo el mundo; las enfermedades pulmonares crónicas (p. ej., asma, enfermedad pulmonar obstructiva crónica, fibrosis pulmonar idiopática, entre otras) y el cáncer de pulmón causan una gran morbilidad y mortalidad. Estas condiciones son muy heterogéneas y requieren un diagnóstico precoz. Sin embargo, los síntomas iniciales son inespecíficos y el diagnóstico clínico suele realizarse tarde. En los últimos años, la medicina personalizada ha surgido como un enfoque de atención médica que utiliza tecnología novedosa [84] con el objetivo de personalizar los tratamientos según las necesidades médicas particulares del paciente. En concreto, la proteómica se utiliza para analizar una serie de expresiones de proteínas, en lugar de un único biomarcador . [85] Las proteínas controlan las actividades biológicas del cuerpo, incluidas la salud y las enfermedades, por lo que la proteómica es útil en el diagnóstico temprano. En el caso de enfermedades respiratorias, la proteómica analiza varias muestras biológicas incluyendo suero, células sanguíneas, fluidos de lavado broncoalveolar (BAL), fluidos de lavado nasal (NLF), esputo, entre otros. [85] La identificación y cuantificación de la expresión proteica completa de estas muestras biológicas se llevan a cabo mediante espectrometría de masas y técnicas analíticas avanzadas. [86] La proteómica respiratoria ha logrado avances significativos en el desarrollo de la medicina personalizada para apoyar la atención médica en los últimos años. Por ejemplo, en un estudio realizado por Lazzari et al. En 2012, el enfoque basado en la proteómica ha logrado mejoras sustanciales en la identificación de múltiples biomarcadores de cáncer de pulmón que pueden usarse para adaptar tratamientos personalizados para pacientes individuales. [87] Cada vez más estudios han demostrado la utilidad de la proteómica para proporcionar terapias dirigidas para enfermedades respiratorias. [85]
Durante las últimas décadas, la investigación del cáncer ha descubierto mucho sobre la variedad genética de tipos de cáncer que aparecen iguales en la patología tradicional . También ha habido una mayor conciencia sobre la heterogeneidad tumoral o la diversidad genética dentro de un solo tumor. Entre otras perspectivas, estos descubrimientos plantean la posibilidad de encontrar que fármacos que no han dado buenos resultados aplicados a una población general de casos puedan tener éxito en una proporción de casos con perfiles genéticos particulares.
La " Oncogenómica Personalizada " es la aplicación de la medicina personalizada a la Genómica del Cáncer, u " oncogenómica ". Se utilizan métodos de secuenciación de alto rendimiento para caracterizar genes asociados con el cáncer para comprender mejor la patología de la enfermedad y mejorar el desarrollo de fármacos . La oncogenómica es una de las ramas más prometedoras de la genómica , particularmente por sus implicaciones en la terapia farmacológica. Ejemplos de esto incluyen:
Mediante el uso de tecnologías genómica ( microarrays ), proteómica (matriz de tejidos) y de imágenes ( fMRI , micro-CT ), se puede obtener fácilmente información a escala molecular sobre los pacientes. Estos llamados biomarcadores moleculares han demostrado ser poderosos en el pronóstico de enfermedades, como el cáncer. [92] [93] [94] Las tres áreas principales de predicción del cáncer se incluyen en la recurrencia del cáncer, la susceptibilidad al cáncer y la supervivencia al cáncer. [95] La combinación de información a escala molecular con datos clínicos a macroescala, como el tipo de tumor de los pacientes y otros factores de riesgo, mejora significativamente el pronóstico. [95] En consecuencia, dado el uso de biomarcadores moleculares, especialmente genómicos, el pronóstico o la predicción del cáncer se ha vuelto muy efectivo, especialmente cuando se examina a una población grande. [96] Esencialmente, la detección genómica de la población se puede utilizar para identificar a las personas en riesgo de contraer enfermedades, lo que puede ayudar en los esfuerzos preventivos. [96]
Los datos genéticos se pueden utilizar para construir puntuaciones poligénicas , que estiman rasgos como el riesgo de enfermedad sumando los efectos estimados de variantes individuales descubiertas a través de un GWAS. Se han utilizado para una amplia variedad de afecciones, como cáncer, diabetes y enfermedad de las arterias coronarias. [97] [98] Muchas variantes genéticas están asociadas con la ascendencia, y sigue siendo un desafío generar estimaciones precisas y desacoplar las variantes biológicamente relevantes de aquellas que están asociadas por coincidencia. Las estimaciones generadas a partir de una población no suelen transferirse bien a otras, lo que requiere métodos sofisticados y datos más diversos y globales. [99] [100] La mayoría de los estudios han utilizado datos de personas con ascendencia europea, lo que ha llevado a pedidos de prácticas genómicas más equitativas para reducir las disparidades en la salud. [101] Además, si bien las puntuaciones poligénicas tienen cierta precisión predictiva, sus interpretaciones se limitan a estimar el percentil de un individuo y se necesita investigación traslacional para uso clínico. [102]
A medida que la medicina personalizada se practica más ampliamente, surgen una serie de desafíos. Los enfoques actuales sobre los derechos de propiedad intelectual, las políticas de reembolso, la privacidad de los pacientes, los sesgos y la confidencialidad de los datos, así como la supervisión regulatoria, tendrán que redefinirse y reestructurarse para adaptarse a los cambios que la medicina personalizada traerá a la atención médica. [103] Por ejemplo, una encuesta realizada en el Reino Unido concluyó que el 63% de los adultos del Reino Unido no se sienten cómodos con el uso de sus datos personales con el fin de utilizar la IA en el campo médico. [104] Además, el análisis de los datos de diagnóstico adquiridos es un desafío reciente de la medicina personalizada y su implementación. [40] Por ejemplo, los datos genéticos obtenidos a partir de la secuenciación de próxima generación requieren un procesamiento intensivo de datos por computadora antes de su análisis. [105] En el futuro, se necesitarán herramientas adecuadas para acelerar la adopción de la medicina personalizada en otros campos de la medicina, lo que requiere la cooperación interdisciplinaria de expertos de campos específicos de investigación, como la medicina , la oncología clínica , la biología y la inteligencia artificial. .
La FDA ya ha comenzado a tomar iniciativas para integrar la medicina personalizada en sus políticas regulatorias. Un informe de la FDA de octubre de 2013 titulado " Allanando el camino para la medicina personalizada: el papel de la FDA en una nueva era de desarrollo de productos médicos ", en el que describían los pasos que tendrían que tomar para integrar la información genética y de biomarcadores para el uso clínico y el desarrollo de fármacos. . [74] Determinaron que tendrían que desarrollar estándares científicos regulatorios específicos, métodos de investigación, material de referencia y otras herramientas para incorporar la medicina personalizada en sus prácticas regulatorias actuales. Por ejemplo, están trabajando en una "biblioteca de referencia genómica" para que las agencias reguladoras comparen y prueben la validez de diferentes plataformas de secuenciación en un esfuerzo por mantener la confiabilidad. [74] Un desafío importante para quienes regulan la medicina personalizada es una manera de demostrar su eficacia en relación con el estándar de atención actual. Se debe evaluar la rentabilidad clínica y la rentabilidad de la nueva tecnología y, tal como están las cosas, las agencias reguladoras no tienen un método estandarizado. [106]
Como ocurre con cualquier innovación en medicina, la inversión y el interés en la medicina personalizada están influenciados por los derechos de propiedad intelectual. [103] Ha habido mucha controversia con respecto a la protección de patentes para herramientas de diagnóstico, genes y biomarcadores. [107] En junio de 2013, la Corte Suprema de Estados Unidos dictaminó que los genes naturales no pueden patentarse, mientras que el "ADN sintético" editado o creado artificialmente aún puede patentarse. La Oficina de Patentes está revisando actualmente una serie de cuestiones relacionadas con las leyes de patentes para la medicina personalizada, como por ejemplo si las pruebas genéticas secundarias "confirmatorias" posteriores al diagnóstico inicial pueden tener inmunidad total frente a las leyes de patentes. Quienes se oponen a las patentes argumentan que las patentes sobre secuencias de ADN son un impedimento para la investigación en curso, mientras que los defensores señalan la exención de la investigación y enfatizan que las patentes son necesarias para atraer y proteger las inversiones financieras requeridas para la investigación comercial y el desarrollo y avance de los servicios ofrecidos. [107]
Será necesario redefinir las políticas de reembolso para adaptarlas a los cambios que la medicina personalizada traerá al sistema sanitario. Algunos de los factores que deberían considerarse son el nivel de eficacia de diversas pruebas genéticas en la población general, la rentabilidad en relación con los beneficios, cómo abordar los sistemas de pago para enfermedades extremadamente raras y cómo redefinir el concepto de seguro de "seguro compartido". riesgo" para incorporar el efecto del nuevo concepto de "factores de riesgo individuales". [103] El estudio, Barreras para el uso de la medicina personalizada en el cáncer de mama , tomó dos pruebas de diagnóstico diferentes que son BRACAnalysis y Oncotype DX. Estas pruebas tienen tiempos de respuesta de más de diez días, lo que provoca que las pruebas fallen y se retrasen los tratamientos. Los pacientes no reciben reembolso por estos retrasos, lo que resulta en que no se soliciten pruebas. En última instancia, esto lleva a que los pacientes tengan que pagar de su bolsillo los tratamientos porque las compañías de seguros no quieren aceptar los riesgos involucrados. [108]
Quizás la cuestión más crítica de la comercialización de la medicina personalizada sea la protección de los pacientes. Uno de los mayores problemas es el miedo y las posibles consecuencias para los pacientes que están predispuestos después de las pruebas genéticas o que no responden a ciertos tratamientos. Esto incluye los efectos psicológicos en los pacientes debido a los resultados de las pruebas genéticas. El derecho de los familiares que no consienten directamente es otra cuestión, considerando que las predisposiciones y riesgos genéticos son heredables. También habría que considerar las implicaciones para ciertos grupos étnicos y la presencia de un alelo común. [103]
Además, podríamos referirnos a la cuestión de la privacidad en todos los niveles de la medicina personalizada, desde el descubrimiento hasta el tratamiento. Una de las cuestiones principales es el consentimiento de los pacientes para que su información se utilice en algoritmos de pruebas genéticas, principalmente algoritmos de inteligencia artificial. El consentimiento de la institución que proporciona los datos que se utilizarán también es una preocupación importante. [104] En 2008, se aprobó la Ley de No Discriminación por Información Genética (GINA, por sus siglas en inglés) en un esfuerzo por minimizar el temor de los pacientes que participan en investigaciones genéticas, garantizando que su información genética no sea utilizada indebidamente por empleadores o aseguradoras. [103] El 19 de febrero de 2015, la FDA emitió un comunicado de prensa titulado: "La FDA permite la comercialización de la primera prueba de portador genético directa al consumidor para el síndrome de Bloom" .
Los sesgos de datos también desempeñan un papel integral en la medicina personalizada. Es importante asegurarse de que la muestra de genes que se analizan provenga de poblaciones diferentes. Esto es para garantizar que las muestras no muestren los mismos sesgos humanos que utilizamos en la toma de decisiones. [109]
En consecuencia, si los algoritmos diseñados para la medicina personalizada están sesgados, entonces el resultado del algoritmo también lo estará debido a la falta de pruebas genéticas en determinadas poblaciones. [110] Por ejemplo, los resultados del Framingham Heart Study han dado lugar a resultados sesgados en la predicción del riesgo de enfermedad cardiovascular. Esto se debe a que la muestra se probó solo en personas blancas y cuando se aplicó a la población no blanca, los resultados estuvieron sesgados con una sobreestimación y subestimación de los riesgos de enfermedad cardiovascular. [111]
Es necesario abordar varias cuestiones antes de poder implementar la medicina personalizada. Se ha analizado muy poco del genoma humano, e incluso si los proveedores de atención médica tuvieran acceso a la información genética completa de un paciente, muy poca de ella podría aprovecharse de manera efectiva para el tratamiento. [112] También surgen desafíos al procesar cantidades tan grandes de datos genéticos. Incluso con tasas de error tan bajas como 1 por 100 kilobases, el procesamiento de un genoma humano podría tener aproximadamente 30.000 errores. [113] Esta cantidad de errores, especialmente cuando se intenta identificar marcadores específicos, puede dificultar los descubrimientos y la verificabilidad. Existen métodos para superar esto, pero son costosos y exigentes desde el punto de vista computacional. También hay problemas desde el punto de vista de la eficacia, ya que una vez procesado el genoma, la función en las variaciones entre genomas debe analizarse mediante estudios de todo el genoma. Si bien se puede predecir el impacto de los SNP descubiertos en este tipo de estudios, se debe trabajar más para controlar las grandes cantidades de variación que pueden ocurrir debido al tamaño del genoma que se está estudiando. [113] Para avanzar eficazmente en esta área, se deben tomar medidas para garantizar que los datos que se analizan sean buenos y se debe adoptar una visión más amplia en términos de análisis de múltiples SNP para un fenotipo. La cuestión más urgente que plantea la implementación de la medicina personalizada es aplicar los resultados del mapeo genético para mejorar el sistema sanitario. Esto no sólo se debe a la infraestructura y la tecnología necesarias para una base de datos centralizada de datos del genoma, sino que los médicos que tendrían acceso a estas herramientas probablemente no podrían aprovecharlas plenamente. [113] Para implementar verdaderamente un sistema de atención médica de medicina personalizada, debe haber un cambio de extremo a extremo.
El Instituto de Estudios del Futuro de Copenhague y Roche crearon FutureProofing Healthcare [114] , que produce un índice de salud personalizado, que califica el desempeño de diferentes países frente a 27 indicadores diferentes de salud personalizada en cuatro categorías denominadas "signos vitales". Han organizado conferencias en muchos países para examinar sus hallazgos. [115] [116]
{{cite journal}}: CS1 maint: multiple names: authors list (link)
