El càncer de mama triple negatiu és una forma agressiva que representa un 15% dels càncers de mama i té poques opcions quan els tractaments habituals fallen. Un equip de l'University College London (UCL), dirigit per la professora Jasmin Fisher, amb la col·laboració de la Universitat de Cambridge, presenta una eina que intenta predir quins tractaments poden destruir el tumor d'una pacient concreta. El treball s'ha publicat el 26 d'octubre a Cell Reports Medicine (DOI 10.1016/j.xcrm.2026.103119).
El model no és una xarxa neuronal opaca sinó una IA simbòlica, que treballa amb raonament lògic i permet als clínics revisar per què recomana el que recomana. Amb les dades genètiques i els resultats clínics de 31 pacients de l'assaig PARTNER (2016-2024), els investigadors han construït bessons digitals dels tumors i hi han simulat tres escenaris: quimioteràpia sola, quimioteràpia amb olaparib i cap tractament, com a control.
Segons la nota de premsa, el model va encertar en el 74% dels casos si el tractament funcionaria. De les 13 pacients que no van tenir una resposta completa, va identificar almenys un tractament dirigit addicional que podria haver millorat el resultat en 12, i en 10 d'aquestes 12 va preveure una resposta tan alta que probablement no hauria quedat càncer invasiu a la mama ni als ganglis.
Els límits són clars. La mostra és de només 31 pacients, les prediccions són simulacions contrastades amb resultats d'un assaig ja fet i no s'han provat en una pràctica clínica prospectiva, i no se sap com funcionaria amb altres tipus de càncer. Els autors insisteixen que és una ajuda per a la pràctica oncològica i no una alternativa, i que el clínic pot rebutjar un tractament suggerit, per exemple perquè el consideri massa tòxic.