Cómo mejorar los resultados de los pacientes mediante enfoques de medicina personalizada

Reducción de las reacciones adversas a las drogas

Las reacciones adversas de los fármacos (ADR) son una causa principal de hospitalización y muerte en los Estados Unidos. Las pruebas farmacogenomicas pueden reducir dramáticamente esta carga. Por ejemplo, la detección de HLA-B*5701] antes de prescribir abacavir para el VIH elimina virtualmente el riesgo de una reacción potencialmente mortal de hipersensibilidad.

]Recurso externo: La Tabla de Biomarcadores Farmacogenomicos en la etiqueta de drogas es una fuente autorizada para biomarcadores accionables.

Detección y prevención anteriores

Las infecciones genéticas pueden identificar a individuos con alto riesgo de cáncer hereditario, enfermedades cardiovasculares y trastornos metabólicos antes de que aparezcan los síntomas. Las mutaciones BRCA1] o BRACA2] tienen un riesgo de vida de 45 a 65% de cáncer de mama, y las intervenciones de reducción de riesgos como la vigilancia incipiente

Ahorros de costes en todo el sistema de atención de la salud

Aunque las pruebas genéticas y terapias personalizadas suelen tener mayores costos iniciales, reducen el gasto sanitario general evitando tratamientos ineficaces, reduciendo las hospitalizaciones de los ADR y permitiendo una intervención anterior de enfermedades. Un análisis de 2022 de la Coalición de Medicina Personalizada estimó que las pruebas farmacogeómicas generalizadas podrían ahorrar más de 200 mil millones de dólares anuales al sistema de salud de los Estados Unidos evitando eventos adversos y optimizando la selección de drogas.

Superando los desafíos para la adopción más amplia

Costos y reembolsos

El costo inicial de las plataformas de secuenciación, la infraestructura bioinformática y el personal especializado sigue siendo una barrera, especialmente para los hospitales y clínicas más pequeños. Aunque el precio de la secuenciación de genes enteros ha bajado de $1,000, la integración de los datos en los flujos de trabajo clínicos requiere una inversión sustancial en almacenamiento de datos, analítica y formación clínica. Muchos planes de seguros todavía no cubren todos los ensayos genéticos, y los modelos de reembolso todavía no se han adaptado a los modelos de cuidado de valores.

Privacidad de datos y preocupaciones de seguridad

Los datos genómicos son únicos y sensibles, pero pueden revelar información no sólo sobre el paciente sino también sobre los familiares y las generaciones futuras. Los pacientes deben confiar en que su información genética estará protegida contra la discriminación, el acceso no autorizado o el uso indebido. La Ley de No Discriminación de Información Genética (GINA) de 2008 proporciona algunas protecciones en los EE.UU. en relación con el seguro médico y el empleo, pero las deficiencias permanecen en el seguro de vida y la cobertura de atención a largo plazo.

Integración en educación y flujo de trabajo clínico

Muchos médicos carecen de la formación para interpretar los resultados genómicos e incorporarlos en las decisiones clínicas. Una encuesta de 2021 de la Asociación Médica Americana encontró que menos del 20% de los médicos de atención primaria se sentían confiados en el uso de resultados de prueba genética en la práctica. Para abordar esto, los sistemas de salud están lanzando programas de educación genómica, integrando herramientas de apoyo a decisiones clínicas en EMEHRs, e incorporando a los asesores genéticos en los equipos de atención.

Necesidad de tecnología avanzada y AI

La complejidad de los datos multiomics —genomics, proteomics, metabolomics y microbioma— exige herramientas analíticas sofisticadas. La inteligencia artificial (AI) y el aprendizaje automático (ML) se están implementando para identificar patrones que los expertos humanos podrían perder. Los modelos de aprendizaje profundo pueden predecir interacciones de fármacos con objetivos de estructuras moleculares, o identificar nuevos biomarcadores de datos de imagen.

Instrucciones futuras: Lo que se lee

Acceso ampliado a los ensayos genéticos

Programas de detección de nivel de población, como el Proyecto de 100.000 Genomes del Reino Unido y el programa de EE.UU. Todos nosotros, están generando conjuntos de datos masivos que acelerarán el descubrimiento y la validación. Como los costos continúan cayendo, la detección genética universal para las variantes de acción, como los asociados con el síndrome de Lynch, hipercolesterolemia familiar y cáncer de mama hereditario, puede convertirse en un componente estándar de la clasificación de la demanda directa al consumidor

Integración de las capacidades y el fenotipado digital

Los dispositivos utilizables que rastrean la frecuencia cardíaca, la actividad, el sueño y la glucosa en sangre están generando flujos continuos de datos del mundo real. Combinando estos datos con información genética crea un “fenotipo digital” que capta cómo la biología de un individuo interactúa con su entorno. Por ejemplo, un paciente con una predisposición genética a la arritmia puede ser monitoreado con un Apple Watch y recibir una alerta cuando la variabilidad de los episodios del corazón sugiere una intervención temprana

Medicina de la Precisión del Servicio de Inteligencia Artificial

AIF se ha convertido en un habilitador central de la medicina personalizada a escala.Los algoritmos de procesamiento de lenguaje natural pueden extraer datos no estructurados de notas clínicas a los perfiles de pacientes poblados. Se están utilizando modelos generadores para diseñar moléculas de fármacos novedosas para poblaciones de pacientes no conservadas, por ejemplo, antibióticos diseñados por IA que se dirigen a bacterias resistentes.

External resource: Para una visión general del papel de la AI en el descubrimiento de drogas y la salud de precisión, vea el commentario en la Medicina Natural.

Consideraciones éticas y equitativas

Como avances de la medicina personalizada, la equidad de salud debe seguir siendo un enfoque central. Las bases de datos genómicas se están diseminando actualmente hacia individuos de ascendencia europea, lo que puede llevar a puntajes de riesgo poligénicos parciales y predicciones menos precisas para otras poblaciones. Iniciativas como el consorcio H3Africa y los esfuerzos de diversidad de Todos nosotros tienen como objetivo corregir este desequilibrio.

Conclusión: Un llamado a la acción para los sistemas de salud

La medicina personalizada ofrece un camino concreto para mejorar los resultados de los pacientes mediante una atención más precisa y basada en datos. Desde la prueba genética y la vigilancia de biomarcadores hasta el apoyo de decisiones asistido por AI y el compromiso de los pacientes, las herramientas están disponibles hoy. Sin embargo, la realización del potencial completo requiere un esfuerzo coordinado: inversión en tecnología e infraestructura, educación para los clínicos, políticas que protegen la privacidad y promueven la equidad, y un compromiso para incluir a las diversas poblaciones en investigación.

El viaje hacia la medicina personalizada no es simple, pero el destino —un sistema de salud que trata a cada paciente como un individuo único— vale la pena el esfuerzo. Al implementar las estrategias descritas anteriormente, los proveedores pueden ir más allá de un modelo único y transformar el estándar de atención para las generaciones venideras. La evidencia es clara: la medicina personalizada salva vidas, reduce los daños y reduce los costos. El tiempo para actuar es ahora.