En los últimos años la medicina personalizada ha avanzado de una forma considerable. Sin embargo, aún son numerosos los retos que se plantean en este campo, tal y como se puso de manifiesto en el curso Medicina Personalizada de Precisión, celebrado en la Universidad Complutense de Madrid y organizado por la Fundación Instituto Roche. Aquí, los expertos insistieron en apuntar a la integración masiva de datos clínicos, el empleo de las tecnologías ómicas, las aplicaciones de la imagen biomédica y bioinformática para una traslación eficiente a la práctica clínica como los principales retos.
En este sentido, Ramón Colomer, jefe del servicio de Oncología del Hospital Universitario La Princesa de Madrid, explicó durante su ponencia que la integración de datos se ha convertido en el principal desafío en el campo de la oncología. Colomer hizo un recorrido desde el abordaje clásico del cáncer hasta la actualidad, donde los grandes avances en inmunoterapia están copando el arsenal terapéutico en cáncer. “La oncología de precisión define los cánceres según sus causas moleculares, además de los signos y síntomas tradicionales”, indicó el experto.
Actualmente, se está trabajando en un número pequeño de alteraciones moleculares, es decir, se limita al tejido de origen. Este es el contexto de los biomarcadores en el desarrollo de estrategias de medicina personalizada. “Los biomarcadores moleculares predictivos de respuesta a tratamientos específicos se están utilizando especialmente en el caso de pacientes con cáncer de mama, pulmón, colorrectal y melanoma”, recordó.
Colomer habló de lo que denominó como segunda fase de la medicina de precisión, que tiene por protagonista a los grandes bancos de tumores que analizan gran número de mutaciones. Pocos han sido los pacientes que se han podido beneficiar de ello, debido al alto coste, una situación que no dudará mucho ya que, a corto plazo, será posible disponer de la próxima generación de secuenciadores y proveedores de servicios de diagnóstico molecular.
Pero el verdadero futuro es el de la medicina de precisión 3.0, basado en métodos de ingeniería inversa estadística basados en redes.
