¿Puede el Big Data curar el cáncer?

Por Russ Banham

Muchas compañías están exprimiendo hasta la última gota algorítmica de Big Data para ayudarles a tomar decisiones más informadas, acceder y analizar los flujos voluminosos de datos estructurados y no estructurados del mercado para orientar la asignación óptima de los recursos. Esta misma promesa ahora enfoca su vista a la investigación médica.

Lamentablemente, muchas instituciones de salud se están quedando atrás en este sentido, aunque muchos están tratando de cambiar su situación. Lo mismo puede decirse de la industria del cuidado de la salud en su conjunto, que aún no ha establecido normas claras para el intercambio de registros médicos electrónicos de pacientes con fines de investigación. El Dr. Clifford Hudis, actual presidente de la Sociedad Americana de Oncología Clínica (ASCO, por sus siglas en inglés) y director del Servicio de Medicina del Cáncer de Mama en el Memorial Sloan-Kettering Cancer Center en Nueva York, dice: "La medicina es increíble y funcionalmente arcaica".

Hudis, quien también es profesor de medicina en el Weill Medical College de la Universidad de Cornell, señala que si bien la ciencia médica ha avanzado en el laboratorio a un ritmo comparable al de las empresas que utilizan ordenadores, las interacciones médicas con los pacientes a menudo todavía se hacen usando la pluma y el papel –esto permanece arraigado en las prácticas del siglo XIX-.

"Como médicos, anotamos nuestras observaciones, pero no hemos puesto todos estos datos dispares para hacer referencias, sacar conclusiones y tomar decisiones", dijo. "Incluso con los registros médicos electrónicos revolucionarios, en muchos casos, simplemente hemos hecho electrónicos los viejos sistemas. La  medicina aún tiene que ponerse al día con el mundo de los negocios y el uso de Big Data".

La base de la institución médica, espera unirse en un mayor uso del Big Data en toda la industria. "Dos años después, la organización ASCO lanzó un proyecto para ver si los doctores ofrecerían los datos sobre sus pacientes con cáncer de mama para que pudiéramos reunir e interpretar para fines de investigación", señaló.

"Teníamos la esperanza de tener 30,000 registros médicos y se obtuvieron 176,000 en seis meses. A pesar de que hay millones de estadounidenses con cáncer de mama, esto sugiere lo suficiente de un cuerpo de médicos dispuestos a dar lo que se necesita".

Una esperanza clara

Entre las instituciones de salud que tienen por objetivo usar el Big Data en casos de cáncer y otras enfermedades graves, está la Universidad de Pittsburgh Medical Center. UPMC ha hecho un esfuerzo de cinco años de análisis empresarial y ya ve un potencial  en el Big Data para acelerar los descubrimientos científicos y hacer valer la promesa de una medicina más personalizada.

Con la arquitectura fundacional del nuevo almacén de datos empresariales de UPMC sólidamente en su lugar, los investigadores han sido capaces de integrar electrónicamente la información clínica y genómica de 140 pacientes con cáncer de mama. "Una de las primeras preguntas que hicimos fue: ‘¿Hay  una diferencia única entre pre-menopáusicas y el cáncer de mama después de la menopausia?'", dice Adrian Lee, Ph.D., un reconocido experto en la biología molecular y celular de cáncer de mama, y director del Centro de Investigación del Cáncer de la Mujer en el Instituto del Cáncer de la Universidad. "Estamos interesados ​​en esta cuestión desde el punto de vista de investigación porque nos estamos moviendo hacia la medicina personalizada, y la medicina personalizada tiene que ver con la búsqueda de los subgrupos de pacientes que tienen un tipo específico de la enfermedad para la que podríamos desarrollar nuevas terapias".

Llegando a un nivel más personal

Mediante la captura de datos de una multitud de pacientes con cáncer y el análisis profundo de sus tumores, a través de la secuenciación y otras técnicas, esta información puede ayudar a los investigadores a caracterizar los diversos tumores. Esto, a su vez, les permite crear terapias más dirigidas al tumor en específico. El objetivo general, dice Lee, "es acumular datos sobre el mayor número de pacientes de cáncer como sea posible, analizar y cuantificar estos datos y luego compartirlo a nivel internacional con grupos de colaboración".

El mayor impedimento para la investigación ha sido el gran volumen de datos: miles de millones de mediciones y combinaciones de estas sobre una base de enfermedad por enfermedad. "Para que los datos sean predictivos, tenemos que agregar todo en un solo lugar", explica. "Esto requiere nuevos algoritmos computacionales y súper computadoras".

Lee es optimista en que estos avances estén próximos a darse,  observando notables desarrollos tecnológicos como las redes sociales, cloud computing y la movilidad de los últimos 10 años. "La medicina pronto verá una transformación fundamental en la forma en que la practicamos", comenta. "La asistencia médica será muy personal. En lugar de un medicamento en particular de cierta enfermedad para cada quien, la droga por sí misma será personal – para ti".

Ya el Big Data está demostrando ser de gran valor para la investigación médica. Con respecto al proyecto que involucra a los 140 pacientes que fueron tratados previamente de cáncer de mama, Lee dice que los investigadores de UPMC han descubierto "diferencias moleculares interesantes" en la composición de la pre-menopausia, contrario al cáncer de mama después de la menopausia. "Si bien la comprensión de esas diferencias requieren más investigación, los hallazgos podrían eventualmente servir de guía para el desarrollo de terapias dirigidas. No debemos suponer que las terapias para el cáncer de mama antes de la menopausia son automáticamente las mismas para la post-menopausia", señala.

A través del análisis predictivo, añade, "podemos entender mejor estas enfermedades y tratarlas de forma preventiva, en última instancia, de una manera más personalizada".