Els metges li van dir que moriria, però la IA li va salvar la vida

Fa poc més d'un any, a Joseph Coates li van dir que només li quedava una cosa per decidir: volia morir a casa o a l'hospital? En aquell moment tenia 37 anys, vivia a Renton, Washington, i amb prou feines estava conscient. Feia mesos que lluitava contra un trastorn sanguini molt poc comú anomenat síndrome POEMS, que li havia deixat les mans i els peus adormits, el cor dilatat i els ronyons en fallida. Cada pocs dies, els metges havien de drenar-li litres de líquid de l'abdomen. Va emmalaltir tant que no va poder rebre un trasplantament de medul·la òssia, un dels únics tractaments que podrien haver-lo posat en remissió.

"Em vaig rendir" –admet–. "Només vaig pensar que el final era inevitable".

Però la parella de Coates, Tara Theobald, no estava disposada a rendir-se. Així doncs, va enviar un correu electrònic demanant ajuda a un metge de Filadèlfia que es diu David Fajgenbaum, a qui havien conegut un any abans en un congrés sobre malalties minoritàries. L'endemà al matí, Fajgenbaum els havia respost suggerint-los una combinació poc convencional, i fins aleshores no provada, de quimioteràpia, immunoteràpia i esteroides com a tractament per a la síndrome de Coates. Al cap d'una setmana, Coates ja hi responia. En quatre mesos estava prou sa com per a un trasplantament de medul·la òssia. I avui, per fi, està en remissió.

El règim farmacològic que li va salvar la vida no va ser ideat per aquell metge ni per cap persona, sinó que el va generar un model d'intel·ligència artificial.

Nous usos per a medicaments antics

En laboratoris de tot el món, els científics estan utilitzant la IA per buscar, entre els medicaments existents, tractaments que funcionin per a les malalties minoritàries. El reposicionament de fàrmacs, tal com es denomina aquest procés, no és un concepte nou, però l'ús de l'aprenentatge automàtic l'està accelerant i podria ampliar les possibilitats de teràpies per a persones amb malalties minoritàries i d'altres amb poques opcions de cura.

Gràcies a les versions d'aquesta tecnologia que va desenvolupar l'equip de Fajgenbaum a la Universitat de Pensilvània i en altres llocs, s'estan reutilitzant fàrmacs ràpidament per tractar malalties com ara tumors agressius i poc comuns, trastorns inflamatoris mortals i malalties neurològiques complexes que sovint funcionen.

Revolució contra el càncer: com la IA n'està millorant el diagnòstic i el tractament

El grapat d'èxits aconseguits fins ara ha portat els investigadors a plantejar-se la pregunta de quantes altres cures s'amaguen a simple vista. Existeix un "tresor de medicaments que podria utilitzar-se per a moltes altres malalties, però fins ara no teníem una forma sistemàtica d'estudiar-lo", afirma Donald C. Lo, exdirector de desenvolupament terapèutic del National Center for Advancing Translational Sciences (NCATS) i director científic de Remedi4All, un grup centrat en la reutilització de fàrmacs. "En essència, és gairebé una ximpleria no intentar-ho, perquè aquests fàrmacs ja són aprovats. Ja es poden comprar a la farmàcia".

Els Instituts Nacionals de la Salut (NIH) defineixen les malalties minoritàries com aquelles que afecten menys de 200.000 persones als Estats Units. Però hi ha milers de malalties rares que en conjunt afecten desenes de milions d'americans i centenars de milions de persones a tot el món.

No obstant això, més del 90 % de les malalties minoritàries no compten amb tractaments aprovats, i les grans farmacèutiques no destinen recursos a intentar trobar-ne. Normalment, no es guanya gaire amb el desenvolupament d'un nou fàrmac per a una quantitat petita de pacients, assenyala Christine Colvis, que dirigeix programes de cooperació per al desenvolupament de fàrmacs al NCATS.

Això és el que fa que el reposicionament de fàrmacs sigui una via "alternativa tan atractiva" per trobar tractaments per a malalties minoritàries, opina Marinka Zitnik, professora associada de la Facultat de Medicina de Harvard que estudia les aplicacions de la informàtica en la investigació mèdica. El laboratori de Zitnik va crear un altre model d’IA per al reposicionament de fàrmacs.

"Altres tècniques de descobriment en laboratori ja havien posat el reposicionament de fàrmacs al mapa –comenta Lo–. La IA només ho va impulsar encara més".

Trobar pistes en investigacions antigues

El reposicionament és bastant comú en els productes farmacèutics: el minoxidil, desenvolupat com a medicament per a la pressió arterial, es va reutilitzar per tractar la caiguda de cabells. El medicament de marca Viagra, comercialitzat originalment per tractar una afecció cardíaca, ara s'utilitza com a fàrmac per a la disfunció erèctil. La semaglutida, un medicament per a la diabetis, s'ha popularitzat per la seva capacitat d'ajudar la gent a perdre pes.

La primera vegada que Fajgenbaum va reposicionar un fàrmac va ser per intentar salvar la seva pròpia vida. Quan tenia 25 anys, mentre estudiava medicina, li van diagnosticar un subtipus poc habitual d'un trastorn anomenat malaltia de Castleman, que li va provocar una reacció del sistema immunitari que el va fer acabar a la unitat de cures intensives.

No existeix una única manera de tractar la malaltia de Castleman, i algunes persones no responen a cap dels tractaments disponibles. Fajgenbaum va ser una d'elles. Entre hospitalitzacions i cicles de quimioteràpia que el van ajudar temporalment, Fajgenbaum va passar setmanes analitzant la seva pròpia sang, estudiant a fons bibliografia mèdica i provant tractaments poc convencionals. "Em vaig adonar molt clarament que no disposava de 1.000 milions de dòlars ni de deu anys per crear un nou fàrmac des de zero", relata.

El fàrmac que li va salvar la vida va ser un medicament genèric anomenat sirolimús (rapamicina), que sol administrar-se als receptors d'un trasplantament de ronyó per prevenir el rebuig. Aquest medicament ha mantingut la seva malaltia en remissió durant més d'una dècada.

És possible una intel·ligència artificial ètica i responsable?

Fajgenbaum va passar a ser professor de la Universitat de Pensilvània i va començar a buscar altres fàrmacs amb usos desconeguts. Es va adonar que les investigacions existents estaven plenes de pistes que havien passat desapercebudes sobre possibles vincles entre els fàrmacs i les malalties que podien tractar. "Si es poden trobar en la bibliografia ja publicada, no hi hauria d'haver algú investigant-les tot el dia, cada dia?", pregunta.

El seu laboratori va tenir alguns èxits inicials, com descobrir que un nou fàrmac contra el càncer ajudava un altre pacient amb la malaltia de Castleman. Però el procés era laboriós i exigia que el seu equip examinés "un fàrmac i una malaltia cada vegada", indica. Fajgenbaum va decidir que necessitava accelerar el projecte. El 2022, va crear una organització sense ànim de lucre anomenada Every Cure, destinada a utilitzar l'aprenentatge automàtic per comparar milers de medicaments i malalties alhora.

Treballs similars als d’Every Cure s'estan duent a terme en altres laboratoris de tot el món, com els de la Universitat Estatal de Pensilvània i de la Universitat de Stanford, així com al Japó i la Xina.

A Birmingham, Alabama, un model d'IA va suggerir que un pacient de 19 anys debilitat per vòmits crònics intentés inhalar alcohol isopropílic pel nas. "Bàsicament, vam fer una consulta que deia: "Mostra'ns tots els tractaments que s'han proposat per a les nàusees en tota la història de la medicina", explica Matt Might, professor de la Universitat d'Alabama a Birmingham que dirigeix l'institut que va desenvolupar el model. L'alcohol "va saltar al primer lloc de la llista –va dir Might–, i va funcionar a l'instant".

"Molts fàrmacs fan més d'una cosa", va destacar Might. Les seves característiques addicionals de vegades es caracteritzen com a efectes secundaris. "Si revises prou fàrmacs, al final trobes l'efecte secundari que busques –afirma–, i llavors això es converteix en l'efecte principal".

A la Universitat de Pensilvània, la plataforma de Fajgenbaum compara uns 4.000 fàrmacs amb 18.500 malalties. Per a cada patologia, els medicaments obtenen una puntuació basada en la probabilitat d'eficàcia. Una vegada fetes les prediccions, un equip d'investigadors les analitza per trobar idees prometedores i després duen a terme proves de laboratori o es posa en contacte amb metges disposats a provar els fàrmacs en pacients.

En altres llocs, algunes empreses farmacèutiques estan utilitzant la IA per descobrir fàrmacs totalment nous, una missió que té el potencial d'agilitzar un negoci que ja val milers de milions. Però és poc probable que el reposicionament de fàrmacs resulti lucratiu per a alguna empresa. Moltes patents de medicaments caduquen al cap d'unes dècades, la qual cosa significa que hi ha pocs incentius perquè les empreses farmacèutiques en busquin usos addicionals, puntualitza Aiden Hollis, professor d'economia a la Universitat de Calgary, especialitzat en comerç mèdic.

Una vegada que un medicament es converteix en un dels milers de genèrics aprovats per l'Administració d'Aliments i Fàrmacs (FDA), una agència del Departament de Salut i Serveis Humans dels EUA, s’enfronta a una dura competència que fa abaixar-ne el preu.

"Si utilitzes la IA per crear un nou fàrmac, pots guanyar-hi molts diners. Si utilitzes la IA per trobar un nou ús a un medicament antic i barat, ningú no hi guanya diners", resumeix Fajgenbaum.

L'any passat, per finançar la iniciativa, Every Cure va rebre més de 100 milions de dòlars en compromisos de The Audacious Project de l'organització TED i de l'Agència d'Investigacions de Projectes Avançats de Salut (ARPA-H), una agència del departament de Salut i Serveis Humans dedicada a donar suport a possibles avenços en la investigació. Fajgenbaum assegura que Every Cure utilitzarà els diners, en part, per finançar assajos clínics de fàrmacs reutilitzats.

"Aquest és un exemple d’IA que no hem de témer, que ens pot entusiasmar de debò", conclou Grant Mitchell, un altre cofundador de Every Cure i company de Fajgenbaum a la Facultat de Medicina. "Aquesta aplicació ajudarà molta gent".

Així funcionen els milions de nanorobots que circularan pel teu cos per combatre el càncer.