El barco se topó con la tormenta y el capitán reparte los salvavidas. A algunos el salvavidas les salvará la vida, y a otros solo les estorbará. Algo parecido ocurre con la quimioterapia después de una operación por cáncer de mama: no ayuda a todas, pero los médicos no pueden saber de antemano a quién sí.
El nuevo modelo computacional CTX resuelve esta tarea. Se fija en dos fuentes: una fotografía microscópica del tumor, donde se ve cómo son las células cancerosas, y los datos habituales de la paciente, como la edad y la etapa de la enfermedad.
Para cada paciente, el modelo calcula dos escenarios: qué ocurrirá si se trata solo con hormonas y qué cambiará si se añade quimioterapia. La diferencia entre ambas predicciones es el beneficio de la quimioterapia para esa mujer concreta. Si el beneficio es grande, conviene indicar el tratamiento; si es pequeño, se puede prescindir de él. Este enfoque es más preciso que la prueba genética, que solo estima el riesgo de recaída, pero no dice si el fármaco ayudará. En total, la quimioterapia puede recetarse un 30% menos a menudo sin empeorar los resultados del tratamiento.
El modelo Falcon, utilizado para analizar las imágenes histológicas, se entrenó con dos mil millones de fragmentos de tejidos, es decir, unos 40 000 portaobjetos completos, una cifra comparable con el archivo de un gran centro oncológico acumulado durante décadas.
La idea de predecir la reacción individual a un tratamiento recuerda a la película «Gattaca», donde un análisis genético determina el destino de una persona. Aquí, sin embargo, no se trata de fatalismo, sino de la posibilidad de elegir la terapia óptima a partir de los datos.