VPH y cáncer: cómo la IA podría ayudar a anticipar qué infecciones pueden convertirse en tumores
La revisión examina sistemas capaces de separar infecciones que desaparecen, persisten o avanzan hacia lesiones más graves
Por Constanza Almirón
La mayoría de las infecciones por virus del papiloma humano desaparecen sin tratamiento. Sin embargo, algunas persisten y pueden causar lesiones precancerosas o cáncer. Una revisión de la Universidad de Lieja plantea que reunir distintos datos biológicos podría ayudar a calcular el riesgo del VPH en cada caso, aunque esa posibilidad todavía no se aplica de manera habitual en la atención médica.
La pregunta lleva décadas sin una respuesta precisa. No existe un marcador aislado que permita saber con fiabilidad qué infección se resolverá sola y cuál podría avanzar hacia una enfermedad más grave. Las pruebas actuales detectan el virus y permiten observar cambios en las células o los tejidos, pero no alcanzan para anticipar el recorrido probable de cada persona.
La revisión, publicada en la revista Trends in Molecular Medicine, propone entender el problema de otra manera. En lugar de buscar una señal única, sus autores analizan si la combinación de información sobre el virus, el organismo y el entorno podría ofrecer una estimación más útil del riesgo. Aclaran, de todos modos, que estos sistemas aún no cuentan con la validación necesaria para usarse en la consulta.
El virus del papiloma humano, o VPH, es frecuente y suele desaparecer por sí solo, según el comunicado del Laboratorio de Patología Experimental de GIGA, de la Universidad de Lieja. La preocupación surge cuando permanece en el organismo un tipo oncogénico, es decir, un tipo de VPH que puede favorecer la aparición de tumores. En esos casos pueden desarrollarse lesiones precancerosas y, en una parte de ellos, cáncer.
Prever esa evolución es difícil porque intervienen varios procesos al mismo tiempo. Importan las características del virus, las defensas de cada persona, los genes y los mecanismos que regulan su actividad, las hormonas y las condiciones del entorno.
También influye el microbioma, el conjunto de microorganismos que vive en el cuerpo. A esto se suman cambios azarosos en el material genético de las células, que el virus puede favorecer y que vuelven todavía más difícil anticipar el desenlace.
“El principal desafío quizá ya no sea descubrir un nuevo biomarcador, sino comprender cómo interactúan todos estos mecanismos biológicos para determinar el desenlace de una infección por VPH”, afirmó Michael Herfs, investigador sénior del Fondo Nacional de Investigación Científica y miembro de GIGA en la Universidad de Lieja, según el comunicado de prensa.
Durante décadas, distintos equipos buscaron indicadores en el virus, las defensas y las células que permitieran identificar las infecciones con mayor probabilidad de persistir o agravarse. Un biomarcador es una señal que se puede medir en el cuerpo o en el virus y que aporta información sobre una enfermedad. Sin embargo, ninguno logró precisión suficiente para predecir el desenlace individual, según el comunicado institucional.
La revisión sostiene que ese límite no implica que falten señales útiles, sino que cada una muestra apenas una parte del problema. La evolución de una infección por VPH puede cambiar con el tiempo y depende de la relación entre muchos factores. Por eso, el trabajo concluye que ningún biomarcador ha demostrado exactitud suficiente para identificar con fiabilidad las infecciones y lesiones precancerosas con mayor riesgo de persistencia o progresión.
En la práctica, la atención se apoya en la prueba de VPH, la citología, que estudia células obtenidas en un control, y la evaluación de tejidos en el laboratorio para buscar alteraciones. Según los autores, estas herramientas se complementan con seguimientos que todavía se adaptan poco a las características de cada caso.
Frente a este límite, Diane Bruyère, investigadora del equipo de GIGA, y sus colegas consideran que las estrategias basadas en un único marcador probablemente llegaron a su techo. Las técnicas actuales permiten estudiar a la vez una gran cantidad de características biológicas. A su vez, la inteligencia artificial puede ordenar esos datos y detectar relaciones entre ellos para construir estimaciones de riesgo.
El objetivo sería distinguir mejor tres trayectorias posibles: que la infección o una lesión leve desaparezca, que persista o que avance hacia una lesión más grave, incluido un cáncer que invade otros tejidos.
“La inteligencia artificial y los modelos integrativos podrían ayudarnos a comprender mejor la diversidad de trayectorias biológicas observadas entre los pacientes y, en última instancia, ofrecer una evaluación más personalizada del riesgo”, afirmó Bruyère, según el comunicado de prensa.
La expectativa no equivale a una herramienta ya disponible. Los sistemas que combinan información todavía necesitan pruebas suficientes antes de incorporarse a la atención médica habitual. Si en el futuro lograran estimaciones más precisas para cada persona, podrían orientar controles acordes con el riesgo y evitar intervenciones innecesarias, según los autores de la revisión.
