Nueva herramienta de IA permite seleccionar rápidamente el tratamiento en leucemia pediátrica
Actualizado el 09 Apr 2026
Los niños con leucemia linfoblástica aguda de células T se enfrentan a una enfermedad agresiva que sigue siendo difícil de tratar. Si bien las tasas de remisión han mejorado, muchos supervivientes experimentan efectos a largo plazo derivados de la quimioterapia intensiva.
Los médicos necesitan métodos más rápidos para determinar qué terapias dirigidas tienen más probabilidades de funcionar en cada paciente y así evitar tratamientos ineficaces. Investigadores han desarrollado una plataforma microfluídica con inteligencia artificial que predice la respuesta al tratamiento en cuestión de horas.
En el Instituto Oncológico Huntsman de la Universidad de Utah (Salt Lake City, UT, EE. UU.), los científicos desarrollaron μPharma, un sistema de "laboratorio en un chip" impulsado por inteligencia artificial (IA) diseñado para predecir rápidamente la sensibilidad a los fármacos en la leucemia linfoblástica aguda de células T (LLA-T) pediátrica.
Esta herramienta, que aún no se utiliza en entornos clínicos, produce resultados en menos de cuatro horas, lo que ofrece una posible vía para la toma de decisiones el mismo día. Según el equipo, la rapidez en la obtención de resultados podría ayudar a reducir los tratamientos innecesarios y los efectos secundarios al identificar las terapias a las que el cáncer de un paciente responde mejor.
μPharma perfila la respuesta a fármacos sin exponer directamente las células del paciente a los medicamentos. El dispositivo utiliza microfluídica digital para desplazar gotas a través del chip y automatizar los pasos de manipulación de líquidos, reduciendo los requisitos de células y reactivos, al tiempo que minimiza el error humano
Dentro del cartucho, las células cancerosas se mantienen entre dos placas muy próximas; las corrientes eléctricas transportan los reactivos hacia y desde las células, revelando moléculas intracelulares vinculadas a la susceptibilidad a los fármacos. Un modelo de aprendizaje automático analiza las señales moleculares, su localización subcelular y la morfología celular para predecir los agentes eficaces.
En un estudio publicado en la revista Med el 13 de marzo de 2026, los investigadores informaron que μPharma predijo con precisión las respuestas a dos terapias dirigidas en investigación para la leucemia linfoblástica aguda de células T (LLA-T) —dasatinib y venetoclax— y descubrió una asociación previamente desconocida entre la respuesta al fármaco y un marcador molecular clave en la LLA-T.
La plataforma evalúa la heterogeneidad a nivel de célula individual, lo que permite detectar subpoblaciones con diferentes susceptibilidades que podrían provocar una recaída si no se tratan. El proyecto contó con la colaboración de investigadores del St. Jude Children's Research Hospital y la Universidad de Pensilvania.
“La innovación en la selección de tratamientos es una necesidad imperiosa en el ámbito de las neoplasias malignas pediátricas. La selección de tratamientos personalizados en tiempo real formará parte del futuro de la terapéutica oncológica, y μPharma representa un paso alentador en esa dirección”, dijo Luke Maese, DO, oncólogo pediátrico del Instituto Oncológico Huntsman y profesor asociado de pediatría en la Universidad de Utah.
“Si logramos monitorear de forma rápida y precisa la sensibilidad de las células cancerosas y adaptar el tratamiento adecuadamente, creemos que podremos mejorar significativamente los resultados. El siguiente paso es validar esta tecnología utilizando células de leucemia primarias en un entorno clínico realista”, afirmó Alphonsus Ng, doctor en ingeniería biomédica, profesor adjunto de la Universidad de Utah y colíder del laboratorio DigiPharma.
Enlaces relacionados
Instituto Oncológico Huntsman
