Investigadores alemanes desarrollaron una herramienta de inteligencia artificial que tiene el potencial de mejorar la seguridad de los pacientes con esclerosis múltiple (EM) al identificar interacciones entre medicamentos y ofrecer opciones más seguras. El equipo utilizó una red neuronal profunda para analizar los planes de medicación de cientos de pacientes y encontró interacciones entre fármacos en más del 80% de los casos.

Según el presentador del estudio, el Dr. Michael Hecker del Departamento de Neurología del Centro Médico de la Universidad de Rostock en Alemania, las interacciones entre medicamentos son un problema de seguridad significativo en los pacientes con esclerosis múltiple. Ya que muchos de los pacientes toman múltiples fármacos para tratar su enfermedad y mitigar sus síntomas y comorbilidades. Estas interacciones pueden afectar las propiedades farmacocinéticas y farmacodinámicas de los medicamentos, lo que aumenta el riesgo de efectos secundarios.

La herramienta de inteligencia artificial utilizada en el estudio compara las estructuras de los medicamentos y alimentos para determinar su similitud y predecir posibles interacciones. Los investigadores entrenaron la red neuronal profunda en una base de datos de interacciones entre medicamentos conocidas y lograron una precisión del 92,2% en la predicción de interacciones.

Se analizaron los planes de medicación de 627 pacientes con EM utilizando la red neuronal profunda. Estos tenían una edad promedio de 48.6 años, el 70.3% eran mujeres y la duración media de la enfermedad fue de 10 años. En promedio, tomaban 5.3 medicamentos y el 62% recibía terapias modificadoras de la enfermedad (DMD).

El equipo comparó las estructuras de los medicamentos que estos pacientes tomaban con las de 367 medicamentos utilizados para el tratamiento de la esclerosis, así como con datos estructurales de 1.673 compuestos alimentarios de la base de datos FooDB.

Inteligencia artificial y eventos adversos en la interacción de medicamentos

Al analizar los planes de medicación de los pacientes, el equipo descubrió que más del 40% de los pacientes que cambiaron a ciertos medicamentos tenían un mayor riesgo de sufrir efectos adversos, como bradicardia o hemorragia. Sin embargo, la herramienta también sugirió alternativas más seguras con perfiles farmacológicos similares.

Además de las interacciones entre medicamentos, la herramienta identificó más de 6.800 posibles interacciones entre medicamentos y alimentos. Esto es importante, ya que ciertos alimentos pueden alterar la concentración de los medicamentos en el cuerpo, lo que puede influir en su eficacia y seguridad.

Así pues, el Dr. Hecker señaló que, aunque identificaron varias posibles interacciones entre medicamentos o entre medicamentos y alimentos, solo un pequeño número de ellas serían clínicamente relevantes. Y aclaró que cada medicamento tiene un registro que varía según las indicaciones, dosis y efectos secundarios específicos de su uso.

Sin embargo, el modelo utilizado en el estudio no distingue estas diferencias, lo que significa que algunas de las interacciones resaltadas podrían estar relacionadas con dosis diferentes a las utilizadas en el tratamiento de la esclerosis múltiple.

En cuanto al futuro de esta herramienta, el Dr. Pavan Bhargava, profesor asociado de neurología en el Centro de Excelencia de Medicina de Precisión para la Esclerosis Múltiple de Johns Hopkins en Baltimore, comentó que, al igual que con todas las herramientas de inteligencia artificial, su eficacia depende de los datos con los que se alimenta. Aunque actualmente hay limitaciones en la información de las bases de datos utilizadas en la red neuronal profunda, Bhargava cree que se podría alcanzar un punto en el que esta herramienta proporcione información clínicamente útil.

Fuente: Consultor Salud