La identificación de biomarcadores predictivos y de resistencia sigue siendo una de las necesidades más relevantes no satisfechas en la investigación clínica del cáncer. La inteligencia artificial (IA) representa una herramienta poderosa para desarrollar algoritmos predictivos adaptados a pacientes individuales. Gracias a su capacidad para procesar grandes cantidades de información heterogénea a nivel de paciente, el enfoque basado en IA está fomentando progresivamente el crecimiento de un paradigma impulsado por datos para complementar la investigación clínica tradicional basada en hipótesis. Sin embargo, el desarrollo de modelos de IA fiables requiere acceso a grandes conjuntos de datos de alta calidad y que se actualicen continuamente. A pesar de esta necesidad, actualmente no existe una infraestructura que permita la recolección y análisis federados, multi-ómicos, estandarizados, prospectivos y a gran escala de datos clínicos y biológicos del mundo real en el contexto del cáncer de pulmón. Establecimos el consorcio APOLLO11, una red distribuida, nacional y actualizada de cáncer de pulmón en Italia diseñada para construir un repositorio de datos del mundo real basado en la población y una biobanco multicanal, almacenado localmente y anotado centralmente. Esta estrategia busca establecer las bases para la implementación clínica de la investigación impulsada por datos, avanzando en última instancia la oncología de precisión.
Prelaj et al. (Jue,) estudiaron esta cuestión.