Sevilla, 17 de abril.- La diabetes mellitus se asocia a un incremento significativo del riesgo cardiovascular, constituyendo la principal causa de morbimortalidad en estos pacientes. Además de la hiperglucemia crónica, otros múltiples factores asociados como la resistencia a la insulina, la dislipemia aterogénica o la inflamación de bajo grado contribuyen también al desarrollo y progresión de la aterosclerosis. Esto plantea una urgente necesidad de encontrar nuevos marcadores predictivos, que permitan anticipar la progresión de la enfermedad cardiovascular en estos casos, efectuar una mejor estratificación del riesgo en los pacientes y, en consecuencia, establecer medidas terapéuticas más ajustadas y personalizadas.

Este es un relevante campo de investigación clínica, tal y como se ha expuesto en una mesa redonda conjunta de la Sociedad Española de Diabetes (SED) y el Centro de Investigación Biomédica en Red de Diabetes y Enfermedades Metabólicas Asociadas (CIBERDEM), celebrada en el XXXVII Congreso Nacional de la Fundación de la Sociedad Española de Diabetes y reflejando muy bien los retos actuales y las oportunidades de futuro en el manejo de la diabetes.

Como ha reconocido el Dr. Alex Mesa Pineda, investigador del CIBERDEM y del Instituto de Investigación del Hospital Sant Pau (Barcelona), “ante la complejidad fisiopatológica subyacente, que difiere incluso entre la diabetes tipo 1 y tipo 2, las escalas poblacionales clásicas de predicción del riesgo cardiovascular presentan importantes limitaciones”. En este contexto, se ha destacado la necesidad de adoptar enfoques específicos para ambas entidades, orientados a una mejor estratificación del riesgo cardiovascular mediante la integración de variables clínicas y analíticas.

En concreto, según propone el experto del CIBERDEM, “además de nuevos biomarcadores y escalas de riesgo específicas, la detección de enfermedad subclínica mediante técnicas de imagen emerge como herramienta complementaria para una evaluación más precisa del riesgo cardiovascular”. A juicio del Dr. Mesa, “la integración de estas herramientas puede contribuir a optimizar la toma de decisiones terapéuticas y avanzar hacia una medicina más personalizada”.

Disfunción de la célula beta en DM2

Otro de los temas de referencia en la investigación actual de la diabetes, que ha sido abordado en este foro, es el de las posibles implicaciones terapéuticas que se derivan de la disfunción de la célula beta en diabetes tipo 2. Sobre este aspecto ha centrado su charla el Dr. Eduard Montanya, investigador principal del CIBERDEM en el Hospital Universitario de Bellvitge (Barcelona), quien ha evaluado incidido en los factores que participan en la pérdida de masa funcional de células beta, el efecto tanto positivo como negativo de distintos tratamientos para la diabetes y cómo los modelos de recuperación de función beta en islotes humanos pueden ser de utilidad para el diseño de nuevos tratamientos.

La reducción de la masa funcional de células beta es una condición necesaria para el desarrollo de diabetes tipo 2. Esta disminución, debida tanto a una menor función de las células beta como a una pérdida de masa beta, tiene un carácter progresivo que determina la evolución de la diabetes tipo 2 desde sus fases más iniciales hasta las más avanzadas y ocasiona un progresivo deterioro del control glucémico. 

IA y paciente virtual en diabetes

Sobre el papel transformador que puede desempeñar la Inteligencia Artificial (IA) en el manejo de la diabetes ha centrado su ponencia en esta sesión el investigador Joaquín Dopazo Blázquez, a través de cuatro ejes: datos, predicción, personalización y paciente virtual. El Investigador responsable del Instituto de Biomedicina de Sevilla (IBIS) defiende una idea principal, y es que “la IA genera valor cuando se apoya en datos del mundo real procedentes de la práctica asistencial”.

Estos datos, generados en sistemas de salud y almacenados en grandes repositorios regionales, permiten avanzar desde el uso primario para el cuidado del paciente hacia un uso secundario orientado a la generación de conocimiento, siempre dentro de marcos éticos y regulatorios adecuados.

A partir de este enfoque, el jefe de grupo en el CIBERER (Centro de Investigación Biomédica en Red de Enfermedades Raras) y director de la Plataforma de Medicina Computacional de la Fundación Progreso y Salud, ha mostrado aplicaciones concretas, como el desarrollo de predictores tempranos de riesgo mediante IA explicable, ilustrado con un caso de detección precoz de cáncer de ovario usando datos clínicos rutinarios.

Este experto también ha destacado el potencial de los pacientes sintéticos como solución pragmática para acelerar la innovación biomédica, facilitar la colaboración y reducir barreras de acceso a datos sensibles, sin sustituir la validación final con datos reales en entornos seguros. Para Dopazo, no cabe duda que “el futuro de la medicina personalizada, y en particular del abordaje de la diabetes, dependerá de la integración entre datos, modelos predictivos y nuevas representaciones virtuales del paciente”.

Una fructífera colaboración

La sesión conjunta SED-CIBERDEM en el Congreso Nacional de la FSED se ha erigido en una constante en los últimos años, como una muestra más de la necesaria y fructífera colaboración entre investigación y práctica clínica.

“Como en cualquier área clínica, los avances clínicos en diabetes dependen en gran medida de una investigación traslacional y clínica sólida, y este tipo de iniciativas ayudan a reforzar ese puente entre el la investigación y la práctica clínica”, resalta el Dr. Didac Mauricio, director científico del CIBERDEM y próximo presidente de la SED.

El CIBERDEM agrupa a 29 grupos de investigación españoles líderes en el campo de la diabetes y enfermedades asociadas. La participación en CIBERDEM de grupos de investigación con perfiles y conocimientos diversos, clínicos y básicos, ubicados en hospitales, centros de investigación y universidades, permite trabajar de forma colaborativa y más eficaz para lograr el objetivo de contribuir a mejorar la salud y la calidad de vida de los pacientes con diabetes.