Un innovador estudio multicéntrico ha sido presentado en el Congreso Nacional de la Sociedad Española de Oncología Médica (SEOM2025), marcando un hito en la mejora del tratamiento y diagnóstico del cáncer de mama metastásico en España. CamON es un proyecto que combina el poder de la inteligencia artificial (IA) y los datos del mundo real (RWE, por sus siglas en inglés) para proporcionar información precisa y actualizada sobre la enfermedad en el contexto clínico habitual.
Un estudio basado en datos reales y tecnología avanzada
El estudio CamON, desarrollado por la Alianza Daiichi Sankyo | AstraZeneca y ejecutado por IQVIA, se ha centrado en la recopilación y análisis de datos de más de 11,000 pacientes diagnosticados con cáncer de mama metastásico en ocho hospitales españoles entre 2016 y 2023. Los hospitales participantes incluyen el 12 de Octubre y la Fundación Jiménez Díaz en Madrid, La Fe en Valencia, Duran i Reynals y Bellvitge en Barcelona, entre otros.
Este estudio utiliza una metodología innovadora que combina el Procesamiento del Lenguaje Natural (PLN), una rama de la inteligencia artificial, con los datos de las historias clínicas electrónicas. Gracias a esta tecnología, se ha logrado extraer información clave sobre los subtipos tumorales, comorbilidades, localización de las metástasis, y tiempos de progresión, entre otros aspectos fundamentales para mejorar la práctica clínica en cáncer de mama metastásico.
Resultados que reflejan la realidad del cáncer de mama en España
Los hallazgos de CamON ofrecen una visión detallada y actualizada del cáncer de mama metastásico en España. De los 11,060 pacientes evaluados, un 10,5% presentaba enfermedad metastásica, con una edad media al diagnóstico de 61,6 años. Los resultados también destacan que el 47,6% de los casos presentaron metástasis de novo, mientras que el 52,4% desarrolló metástasis tras un diagnóstico inicial de cáncer de mama, con un tiempo medio hasta la progresión de 2,7 años.
En cuanto a los subtipos tumorales, se observó que el 29,6% de los pacientes presentaba cáncer HER2 negativo con receptores hormonales positivos, un 27,5% HER2-low, un 15,6% HER2+ y un 4,3% triple negativo. Además, un 22,9% de los pacientes no contaba con información sobre su subtipo tumoral, lo que resalta la importancia de mejorar la recolección de datos para una mejor toma de decisiones terapéuticas.
Mejorando la toma de decisiones clínicas y el manejo del paciente
Una de las principales fortalezas de CamON es su capacidad para generar evidencia directamente aplicable en la práctica clínica. Según el Dr. Luis Manso, oncólogo médico en el Hospital 12 de Octubre, los datos obtenidos en este estudio pueden orientar futuras estrategias terapéuticas y contribuir a un enfoque más personalizado en el tratamiento de los pacientes. «Este estudio proporciona información valiosa para optimizar el manejo del cáncer de mama metastásico y para implementar estrategias terapéuticas más ajustadas a las necesidades de cada paciente», señaló el Dr. Manso.
Colaboración para avanzar en la medicina personalizada
Ana Zubeldia, VP Head de Oncología de Daiichi Sankyo España, destacó que el estudio refleja el compromiso de la compañía con la innovación basada en datos reales. «CamON no solo ofrece datos cruciales para la práctica clínica, sino que también nos permite avanzar hacia una atención más personalizada en cáncer de mama metastásico, algo fundamental para mejorar los resultados en los pacientes», comentó Zubeldia.
Por su parte, Carles Illa, Director Healthcare en IQVIA España, subraya el valor del uso de datos del mundo real. «El uso de metodologías como las aplicadas en CamON nos proporciona una visión mucho más representativa de lo que sucede en la práctica clínica diaria, lo que fortalece la toma de decisiones clínicas y la gestión sanitaria», afirmó.
CamON es un claro ejemplo de cómo la colaboración entre la industria farmacéutica, hospitales y expertos en analítica avanzada puede transformar la forma en que se gestionan enfermedades complejas como el cáncer de mama metastásico. El estudio ha demostrado que, al integrar tecnología avanzada con datos del mundo real, es posible mejorar la práctica clínica, optimizar diagnósticos y tratamientos, y, en última instancia, ofrecer una atención más personalizada y eficaz para los pacientes.