Artículo Científico
Space Scientific Journal of Multidisciplinary | Vol. 0
2
Núm. 0
1
Enero
–
Marzo
202
4
| ISSN:
3091
-
183
www.spacesjmultidisciplinary.omeditorial.com
Panorama actual de la medicina personalizada en
enfermedades neurodegenerativas
Current overview of personalized medicine in
neurodegenerative diseases
Herrera
-
Sánchez, Priscila Jaqueline
1
;
López
-
Cudco, Leidy Liceth
2
Recibido:
15
/
11
/20
23
Aceptado:
15
/
12
/20
23
Publicado:
31
/
01
/20
24
Cita:
Herrera
-
Sánchez, P. J., &
López
-
Cudco, L. L. (2024). Panorama actual de la medicina
personalizada en enfermedades neurodegenerativas.
Space Scientific Journal of
Multidisciplinary
,
2
(1), 40
-
52.
https://doi.org/10.63618/omd/ssjm/v2/n1/42
Resumen
Las enfermedades neurodegenerativas constituyen un desafío creciente para la salud pública
debido a su complejidad clínica y biológica, así como a la ausencia de tratamientos curativos
efectivos. Este artículo ofrece una revisión crítica y actualizada sobr
e el estado actual de la
medicina personalizada aplicada a estas patologías, enfatizando su potencial para optimizar
diagnóstico, pronóstico y terapias mediante la integración de biomarcadores, perfiles genéticos
y tecnologías ómicas junto con inteligencia
artificial. Se realizó un análisis sistemático de la
literatura científica relevante de la última década, seleccionando estudios que abordan avances
científicos, retos tecnológicos, éticos y económicos asociados a la implementación clínica. Los
resultados
destacan avances significativos en la identificación de biomarcadores específicos,
terapias dirigidas y modelos predictivos basados en inteligencia artificial, aunque persisten
importantes barreras como limitaciones tecnológicas, la necesidad de formación
especializada,
preocupaciones éticas sobre privacidad y altos costos. Se concluye que la consolidación de la
medicina personalizada en enfermedades neurodegenerativas requiere un enfoque
multidisciplinario e integral para superar estos retos y garantizar
su accesibilidad y eficacia
clínica.
Palabras clave:
medicina personalizada; enfermedades neurodegenerativas; biomarcadores;
terapias dirigidas; inteligencia artificial.
Abstract
Neurodegenerative diseases constitute a growing challenge for public
health due to their clinical
and biological complexity, as well as the absence of effective curative treatments. This article
provides a critical and updated review on the current state of personalized medicine applied to
these pathologies, emphasizing its
potential to optimize diagnosis, prognosis and therapies by
integrating biomarkers, genetic profiling and omics technologies together with artificial
intelligence. A systematic analysis of the relevant scientific literature of the last decade was
performe
d, selecting studies that address scientific advances, technological, ethical and
economic challenges associated with clinical implementation. The results highlight significant
advances in the identification of specific biomarkers, targeted therapies and p
redictive models
based on artificial intelligence, although important barriers persist such as technological
limitations, the need for specialized training, ethical concerns about privacy and high costs. It is
concluded that the consolidation of personaliz
ed medicine in neurodegenerative diseases
requires a multidisciplinary and comprehensive approach to overcome these challenges and
ensure its accessibility and clinical efficacy.
Keywords:
personalized medicine; neurodegenerative diseases; biomarkers; targeted
therapies; artificial intelligence.
1
Pontificia
Universidad Católica del Ecuador
;
Ecuador, Santo Domingo
;
https://orcid.org/0000
-
0002
-
6537
-
3743
;
pjherreras@pucesd.edu.ec
2
Pontificia Universidad Católica del Ecuador
;
Ecuador, Santo Domingo
;
https://orcid.org/0000
-
0002
-
4777
-
9766
;
lllopezc@pucesd.edu.ec
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
41
1. Introducción
Las enfermedades neurodegenerativas representan un conjunto complejo y
heterogéneo de trastornos caracterizados por la progresiva pérdida de función
neuronal, que afecta principalmente a la población adulta mayor y constituye uno de
los principales retos e
n salud pública a nivel mundial (Kalia & Lang, 2015).
Trastornos como la enfermedad de Alzheimer, el Parkinson, la esclerosis lateral
amiotrófica y la enfermedad de Huntington, entre otras, tienen en común su
evolución crónica, el impacto significativo en
la calidad de vida de los pacientes y
sus familias, así como la ausencia de tratamientos curativos efectivos (De Strooper
& Karran, 2016). A pesar de los avances en la comprensión de sus bases
moleculares y fisiopatológicas, la heterogeneidad clínica y bio
lógica de estas
patologías dificulta el desarrollo de intervenciones terapéuticas universales,
situación que demanda enfoques innovadores para la prevención, diagnóstico y
tratamiento (Kwon et al., 2020).
Diversos factores contribuyen al desafío que representan las enfermedades
neurodegenerativas. La complejidad genética, junto con la influencia de factores
ambientales y de estilo de vida, generan un panorama multifactorial que condiciona
la aparición, prog
resión y respuesta al tratamiento de estas enfermedades (Frost &
Diamond, 200
9
). La variabilidad interindividual en la manifestación clínica y la
respuesta terapéutica limita la efectividad de los tratamientos convencionales,
tradicionalmente diseñados baj
o un paradigma "one
-
size
-
fits
-
all". Esta situación se
ve agravada por el envejecimiento demográfico global, que incrementa la
prevalencia y la carga socioeconómica asociada a estas enfermedades, generando
una demanda creciente de estrategias médicas más pr
ecisas y personalizadas (Hou
et al., 2019). La falta de biomarcadores fiables y de terapias dirigidas a las
características individuales del paciente perpetúa la dependencia de tratamientos
sintomáticos y paliativos, lo que subraya la necesidad urgente de
nuevas
aproximaciones basadas en la medicina personalizada.
La medicina personalizada surge como una estrategia prometedora para abordar
estos retos, ya que permite la individualización del tratamiento mediante la
integración de datos genómicos, proteómicos, metabolómicos y clínicos, facilitando
una comprensión más
profunda de los mecanismos patogénicos específicos de
cada paciente (Santos et al., 2021). Este enfoque no solo optimiza la eficacia
terapéutica, sino que también minimiza efectos adversos y mejora la calidad de vida
del paciente. La viabilidad de impleme
ntar la medicina personalizada en el campo
de las enfermedades neurodegenerativas se ve fortalecida por los avances en
tecnologías ómicas, inteligencia artificial y sistemas de análisis de datos, que
permiten una interpretación más precisa y rápida de gran
des volúmenes de
información biomédica (Topol, 2019). Sin embargo, existen barreras importantes,
como los costos asociados, la necesidad de infraestructuras adecuadas, y los
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
42
desafíos éticos relacionados con el manejo de datos sensibles, que requieren
abordajes multidisciplinarios para su superación.
El presente artículo tiene como objetivo realizar una revisión crítica y actualizada
del panorama de la medicina personalizada aplicada a las enfermedades
neurodegenerativas. Se pretende analizar los avances científicos y tecnológicos
que sustentan esta di
sciplina, identificar las principales barreras y oportunidades
para su implementación clínica, y discutir su impacto potencial en el manejo de estas
enfermedades. Mediante este análisis, se busca aportar una visión integral que
contribuya a orientar futura
s investigaciones y políticas de salud enfocadas en la
optimización de los recursos y la mejora en la atención a los pacientes con
enfermedades neurodegenerativas.
2. Materiales y Métodos
Para la elaboración del presente artículo explorativo de revisión bibliográfica, se
llevó a cabo un proceso sistemático de búsqueda y análisis de información científica
con el objetivo de recopilar y sintetizar el conocimiento disponible sobre la medicina
personalizada aplicada a enfermedades neurodegenerativas. La selección de
fuentes se realizó principalmente en bases de datos académicas de alto impacto y
reconocimiento internacional, tales como Scopus, Web of Science y PubMed,
debido a su rigurosidad en
la indexación de revistas científicas y a la calidad de los
documentos que albergan.
La estrategia de búsqueda incluyó la utilización de términos clave específicos
relacionados con el tema central, tales como “medicina personalizada”,
“enfermedades neurodegenerativas”, “biomarcadores”, “terapias dirigidas”,
“genómica”, “proteómica” y “tecn
ologías ómicas”. Estos términos fueron
combinados mediante operadores booleanos (“AND”, “OR”) para optimizar la
precisión y relevancia de los resultados. La búsqueda se delimitó a documentos
publicados en un periodo de los últimos diez años, desde 2013 has
ta la actualidad,
con la finalidad de incluir los avances científicos y tecnológicos más recientes que
hayan aportado información significativa sobre el tema.
Se establecieron criterios de inclusión y exclusión para garantizar la calidad y
pertinencia de los estudios revisados. Se consideraron únicamente artículos
originales, revisiones sistemáticas, meta
-
análisis y estudios clínicos con revisión por
pares, escr
itos en inglés o español, que abordaran directamente la aplicación de la
medicina personalizada en el diagnóstico, tratamiento o seguimiento de
enfermedades neurodegenerativas. Se excluyeron documentos de opinión, reportes
anecdóticos, tesis no publicadas
y estudios que no presentaran acceso completo al
texto. Posteriormente, se realizó una primera selección basada en los títulos y
resúmenes, seguida de una revisión completa del texto para evaluar la pertinencia
y calidad metodológica.
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
43
Una vez seleccionada la literatura relevante, se procedió a la lectura crítica y el
análisis cualitativo de cada
documento, con el propósito de identificar los principales
hallazgos, metodologías empleadas, limitaciones señaladas y propuestas futuras
dentro del campo. Este análisis permitió establecer relaciones entre los estudios,
detectar tendencias comunes y diver
gencias, y generar una visión global sobre el
estado actual y las perspectivas de la medicina personalizada en enfermedades
neurodegenerativas.
La información obtenida fue organizada de manera temática, estructurándose en
categorías que facilitaron la integración de conceptos y evidencias científicas. Se
priorizó la claridad expositiva y la coherencia argumentativa para construir un marco
teórico
sólido que sirviera de base para la discusión posterior. El proceso de
redacción contempló la revisión continua del contenido para asegurar la precisión
científica, la consistencia en el uso terminológico y la adherencia a las normas de
estilo académico vi
gentes.
Finalmente, este enfoque metodológico permitió consolidar un análisis exhaustivo y
actualizado que contribuye a la comprensión de los avances, retos y oportunidades
que presenta la medicina personalizada en el manejo de enfermedades
neurodegenerativas, pro
porcionando una base sólida para futuras investigaciones
y desarrollos clínicos en esta área emergente de la biomedicina.
3. Resultados
3.
1. Avances en medicina personalizada para enfermedades
neurodegenerativas
La medicina personalizada ha emergido como una estrategia revolucionaria en la
lucha contra las enfermedades neurodegenerativas, dado que aborda la compleja
heterogeneidad molecular y clínica que caracteriza a estas patologías.
Tradicionalmente, el manejo
clínico de estas enfermedades ha estado limitado a
intervenciones sintomáticas, sin capacidad para modificar el curso natural del
deterioro neuronal. Sin embargo, el desarrollo de biomarcadores específicos,
terapias dirigidas basadas en perfiles genéticos
y la incorporación de tecnologías
ómicas e inteligencia artificial (IA) han posibilitado una aproximación más precisa,
individualizada y efectiva, que promueve mejores resultados clínicos y calidad de
vida en los pacientes.
3.
1.1
.
Biomarcadores para diagnóstico y pronóstico
Los biomarcadores, entendidos como indicadores medibles de procesos
fisiopatológicos o farmacológicos, juegan un rol esencial en la medicina
personalizada, particularmente en las enfermedades neurodegenerativas, donde el
diagnóstico precoz y la predicción
de la progresión son cruciales para la intervención
oportuna (Hampel et al., 201
7
). En la enfermedad de Alzheimer (EA), por ejemplo,
el uso combinado de biomarcadores clásicos como la beta
-
amiloide (A
β42),
la
proteína tau total y tau fosforilada en líquido
cefalorraquídeo (LCR) ha demostrado
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
44
mejorar sustancialmente la precisión diagnóstica en estadios preclínicos y
sintomáticos (Jack et al., 2018). Además, técnicas avanzadas de neuroimagen
funcional y estructural, tales como la tomografía por emisión de positrones (PET)
con trazadores específi
cos para amiloide y tau, permiten visualizar la distribución y
carga patológica cerebral, contribuyendo al pronóstico y monitorización del avance
(Villemagne et al., 2018).
Por otro lado, en la enfermedad de Parkinson (EP), la identificación de
biomarcadores proteicos y metabólicos en sangre y LCR, como la alfa
-
sinucleína
oligomérica, ha aportado información valiosa para la diferenciación diagnóstica y
para la estratificación
de subtipos clínicos con distintas respuestas terapéuticas. En
la esclerosis lateral amiotrófica (ELA), se han identificado perfiles proteómicos y de
microARN en fluidos biológicos que podrían facilitar un diagnóstico más temprano y
un pronóstico individu
alizado, aunque su validación clínica aún está en desarrollo.
Importante también es el uso de biomarcadores predictivos para estimar la
respuesta a terapias específicas, lo que permite ajustar tratamientos y reducir la
exposición a fármacos con efectos secundarios potencialmente graves. El
desarrollo de plataformas d
e biomarcadores multiplex y análisis integrados, que
combinan datos moleculares, imágenes y parámetros clínicos, ha optimizado la
precisión y la aplicabilidad clínica de estas herramientas (Hampel et al., 201
7
). En
conjunto, estos avances consolidan los bi
omarcadores como pilares fundamentales
para la transición hacia una medicina personalizada en neurodegeneración.
3.
1.2
.
Terapias basadas en perfiles genéticos
La medicina personalizada en enfermedades neurodegenerativas no solo se
fundamenta en la detección temprana y el monitoreo mediante biomarcadores, sino
también en el diseño y aplicación de terapias adaptadas a los perfiles genéticos
individuales. La invest
igación genética ha revelado que múltiples enfermedades
neurodegenerativas poseen una base hereditaria o de susceptibilidad genética que
influye en su etiología, fenotipo y respuesta terapéutica (Ross et al., 2019).
En la enfermedad de Huntington (EH), la mutación expansiva en el gen HTT que
codifica para la proteína huntingtina ha permitido el desarrollo de pruebas genéticas
predictivas y terapias dirigidas, como la terapia antisense oligonucleotídica (ASO),
diseñada
para disminuir la expresión patológica de huntingtina y ralentizar la
progresión (Tabrizi et al., 2019). Este enfoque constituye un paradigma claro de la
medicina personalizada aplicada a la neurodegeneración.
Para la enfermedad de Parkinson, los avances en genética molecular han
identificado mutaciones en genes como LRRK2, GBA, PARK7, y SNCA, entre otros,
asociados con formas familiares y esporádicas de la enfermedad (Bandres
-
Ciga et
al., 2020). Estas mutacione
s abren la puerta a terapias específicas que actúan sobre
las rutas moleculares alteradas, como inhibidores de la quinasa LRRK2 o
moduladores de la actividad lisosomal, en una clara orientación hacia tratamientos
de precisión que consideran la heterogeneid
ad genética del paciente.
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
45
En la ELA, la identificación de mutaciones en genes como C9orf72, SOD1 y
TARDBP ha impulsado el desarrollo de terapias génicas y de silenciamiento
genético mediante ASO, que buscan reducir la toxicidad proteica y preservar la
función neuronal (DeVos et al.
, 2017). Estos avances, aunque aún en fases
experimentales o clínicas iniciales, marcan un avance trascendental hacia la
medicina personalizada, que prioriza la intervención sobre las causas moleculares
específicas en lugar del tratamiento exclusivamente s
intomático.
La incorporación de la genómica en la práctica clínica también plantea retos
importantes, como la interpretación de variantes genéticas de significado incierto y
la necesidad de asesoramiento genético adecuado para el paciente y su familia,
aspectos que re
quieren el desarrollo paralelo de capacidades clínicas y éticas
(Robinson et al., 2019). No obstante, el futuro apunta hacia una integración cada
vez mayor de la genética en el diseño terapéutico, con la expectativa de mejorar
significativamente los result
ados clínicos en enfermedades neurodegenerativas.
3.
1.3
.
Uso de tecnologías ómicas e inteligencia artificial
El auge de las tecnologías ómicas
—
incluyendo genómica, epigenómica,
transcriptómica, proteómica y metabolómica
—
ha revolucionado la investigación
biomédica en neurodegeneración, generando grandes volúmenes de datos que
permiten un análisis multidimensiona
l de la enfermedad a nivel molecular y celular
(Santos et al., 2021). La integración y el análisis efectivo de estos datos complejos
demandan la aplicación de herramientas computacionales avanzadas, donde la
inteligencia artificial (IA) y el aprendizaje au
tomático juegan un papel crucial.
La IA ha sido empleada para detectar patrones ocultos en datos ómicos y clínicos,
facilitando la identificación de nuevos biomarcadores, la clasificación de subtipos
clínicos y la predicción de la progresión de la enfermedad con un nivel de precisión
difíc
il de alcanzar con métodos tradicionales (Topol, 2019). En el ámbito de la
neuroimagen, algoritmos de machine learning han mejorado la capacidad
diagnóstica y pronóstica en pacientes con Alzheimer y Parkinson mediante el
análisis automático de resonancias
magnéticas y tomografías PET, permitiendo una
evaluación no invasiva y personalizada.
Además, la integración de datos multiómicos con inteligencia artificial ha permitido
construir modelos predictivos para la respuesta terapéutica, optimizando la
selección y dosificación de fármacos y reduciendo el riesgo de efectos adversos (Li
et al., 202
1). Esta convergencia tecnológica está facilitando el desarrollo de
plataformas digitales de salud personalizadas que incorporan datos clínicos,
genéticos y ambientales, constituyendo sistemas de apoyo a la decisión clínica que
potencian la práctica médica
basada en evidencia individualizada.
No obstante, la implementación clínica de estas tecnologías enfrenta desafíos
técnicos, regulatorios y éticos, incluyendo la necesidad de datos de alta calidad, la
transparencia de los algoritmos y la protección de la privacidad del paciente
.
La
superación de estos obstáculos es clave para consolidar la medicina personalizada
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
46
en el ámbito de las enfermedades neurodegenerativas, un campo donde la
convergencia entre biomedicina y tecnologías digitales está transformando
radicalmente el abordaje diagnóstico y terapéutico.
3.
2. Retos y perspectivas en la aplicación clínica
La medicina personalizada, a pesar de sus notables avances científicos y
tecnológicos en el campo de las enfermedades neurodegenerativas, aún enfrenta
múltiples retos que obstaculizan su plena integración en la práctica clínica. La
traslación de hallazgos
biomédicos a aplicaciones médicas rutinarias implica la
superación de limitaciones tecnológicas e infraestructurales, así como la
consideración rigurosa de aspectos éticos, legales y económicos. La consolidación
de este paradigma requiere además la formula
ción de políticas públicas adecuadas
que permitan garantizar la equidad, sostenibilidad y seguridad en su
implementación, aspectos que serán detallados a continuación.
3.
2.1
.
Limitaciones tecnológicas y de infraestructura
El avance exponencial de las tecnologías ómicas, la secuenciación de próxima
generación y el análisis mediante inteligencia artificial han generado una
abundancia de datos que, si bien representa una oportunidad sin precedentes para
la medicina personaliza
da, plantea desafíos técnicos y logísticos de gran magnitud
(Collins & Varmus, 2015). La capacidad para procesar, almacenar y analizar datos
biomédicos a gran escala requiere una infraestructura informática robusta,
compuesta por sistemas de almacenamiento
masivo, servidores de alto rendimiento
y plataformas computacionales con algoritmos optimizados para el procesamiento
de datos heterogéneos y multidimensionales (Kumar et al., 2021).
A pesar del desarrollo tecnológico, muchos centros clínicos y de investigación,
especialmente en países de medianos y bajos ingresos, enfrentan deficiencias en
infraestructura, lo que limita la capacidad para implementar protocolos avanzados
de medicina pe
rsonalizada. La heterogeneidad en la calidad de las muestras
biológicas, problemas en la estandarización de métodos y la ausencia de normativas
comunes para el manejo de datos reducen la reproducibilidad y confiabilidad de los
análisis (Miller et al., 2020
). Esta carencia impacta directamente en la capacidad
para generar resultados clínicos aplicables y de alta calidad.
El personal especializado es otro pilar indispensable en esta ecuación. La formación
de expertos en bioinformática, genética clínica, estadística avanzada y ética
biomédica es aún insuficiente para cubrir la demanda generada por la expansión de
la medicina
personalizada (O'Connor et al., 2020). Sin esta formación, los
profesionales pueden tener dificultades para interpretar adecuadamente los
resultados ómicos y genéticos, lo que compromete la precisión diagnóstica y la
efectividad terapéutica. La capacitaci
ón interdisciplinaria y el desarrollo de
programas educativos específicos son necesarios para construir equipos
multidisciplinarios capaces de integrar la biomedicina con la informática y la clínica.
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
47
Finalmente, la rápida evolución tecnológica exige inversiones continuas para
mantener actualizados los equipos y software, lo que puede representar una barrera
financiera significativa para muchos sistemas de salud. La obsolescencia
tecnológica y la falta
de recursos para la renovación de infraestructura limitan la
capacidad de las instituciones para incorporar las últimas herramientas disponibles,
lo que puede generar brechas en la calidad y alcance de la medicina personalizada
(Kumar et al., 2021).
3.
2.2
.
Aspectos éticos y privacidad de datos
El manejo de datos genéticos y biomédicos de alta sensibilidad implica riesgos
inherentes en términos de privacidad, confidencialidad y consentimiento informado.
La
información genética puede revelar predisposiciones no solo para enfermedades
neurodegenerativas, sino también para condiciones asociadas o implicaciones para
familiares biológicos, lo que complejiza la gestión ética de estos datos. La
posibilidad de discr
iminación laboral, en seguros médicos o sociales constituye un
riesgo real, que requiere la implementación de marcos legales robustos para
proteger a los individuos y evitar perjuicios sociales.
Además, el consentimiento informado en el contexto de la medicina personalizada
es particularmente desafiante. Los pacientes deben comprender no solo el uso
directo de su información genética, sino también la posibilidad de resultados
incidentales o inespe
rados que puedan afectar su salud futura o la de sus familiares.
Esto demanda procesos comunicativos claros, comprensibles y culturalmente
adecuados, donde se explique el alcance, beneficios y posibles riesgos, respetando
la autonomía del paciente.
La equidad es un principio ético fundamental que debe guiar la implementación de
la medicina personalizada. Existe la preocupación de que la disponibilidad desigual
de tecnologías y tratamientos pueda exacerbar las disparidades sanitarias,
favoreciendo úni
camente a poblaciones con mayor acceso a recursos, mientras que
comunidades marginadas o países con menor capacidad financiera queden
excluidos de estos beneficios. Esto implica la necesidad de políticas y programas
específicos que promuevan la inclusión y
el acceso universal, garantizando que el
avance científico se traduzca en mejoras reales y equitativas en la salud pública.
Adicionalmente, la gobernanza de los datos debe garantizar transparencia, acceso
controlado y mecanismos para la auditoría de su uso. La interoperabilidad entre
sistemas y la cooperación internacional en bases de datos genómicos deben ser
abordadas con est
rictas normativas éticas y legales para preservar la confianza de
los pacientes y la integridad del sistema de salud (Shabani et al., 2020).
3.
2.3
.
Costos y políticas para su implementación
El costo es una de las principales barreras para la adopción generalizada de la
medicina personalizada en enfermedades neurodegenerativas. La secuenciación
genómica, los análisis multiómicos y el uso de tecnologías de inteligencia artificial
implican una i
nversión inicial significativa, tanto en equipamiento como en recursos
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
48
humanos especializados. Además, la personalización de tratamientos mediante
terapias dirigidas, muchas veces biológicas o génicas, genera costos adicionales
que no siempre son cubiertos por los sistemas de salud tradicionales.
Aunque a largo plazo la medicina personalizada tiene el potencial de reducir gastos
asociados a tratamientos ineficaces, hospitalizaciones repetidas y efectos adversos,
la evaluación económica debe considerar la sostenibilidad y la equidad en el acceso.
Es
tudios recientes sugieren que la inclusión de pruebas genómicas en los paquetes
básicos de servicios médicos debe estar acompañada de análisis costo
-
beneficio
que incluyan variables clínicas, sociales y económicas (Phillips et al., 2020).
En términos de políticas públicas, varios países han comenzado a establecer
marcos regulatorios y estrategias para facilitar la integración de la medicina
personalizada. Estas incluyen incentivos para la investigación traslacional,
programas de financiamie
nto para tecnologías diagnósticas, formación profesional
y creación de redes colaborativas que promuevan la estandarización y el
intercambio de datos (Pritchard et al., 2019). Sin embargo, la fragmentación
normativa y la falta de coordinación interinstituc
ional en algunos contextos impiden
avances sostenidos y amplios.
La formulación de estrategias financieras innovadoras, tales como acuerdos de
precios basados en resultados, colaboración público
-
privada y subsidios específicos
para medicamentos personalizados, puede facilitar la accesibilidad sin comprometer
la calidad
de la atención (Garattini & Curto, 2019). Asimismo, la incorporación de la
educación y sensibilización social acerca de los beneficios y limitaciones de la
medicina personalizada es fundamental para su aceptación y apropiación cultural.
La construcción de un modelo de atención integral que combine prevención,
diagnóstico temprano, tratamiento personalizado y seguimiento longitudinal,
apoyado en políticas coherentes y sistemas de financiamiento adecuados, es
esencial para maximizar el impa
cto clínico y social de la medicina personalizada en
el ámbito de las enfermedades neurodegenerativas.
4. Discusión
La medicina personalizada en enfermedades neurodegenerativas constituye un
paradigma innovador que ha transformado la comprensión y el abordaje clínico de
estas patologías al incorporar herramientas diagnósticas y terapéuticas basadas en
la heterogeneidad
molecular y genética individual. Los avances en la identificación
de biomarcadores específicos, el desarrollo de terapias dirigidas y la integración de
tecnologías ómicas e inteligencia artificial han posibilitado progresos significativos
en el diagnóstico
precoz, la estratificación de pacientes y la optimización de los
tratamientos. Sin embargo, la transición de estos avances desde la investigación
hacia la práctica clínica enfrenta múltiples desafíos que limitan su aplicación
generalizada y sostenible.
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
49
El análisis detallado de biomarcadores permite mejorar la precisión diagnóstica y
pronóstica, aunque la variabilidad interindividual y la complejidad patológica exigen
que estos indicadores se utilicen en combinación con perfiles genéticos y otras
variable
s clínicas para lograr mayor exactitud. En este sentido, las terapias dirigidas
basadas en perfiles genéticos han permitido diseñar tratamientos específicos y con
menor toxicidad, abriendo una nueva etapa en el manejo clínico de estas
enfermedades.
La aplicación de tecnologías ómicas junto con inteligencia artificial ha facilitado el
procesamiento y análisis de grandes volúmenes de datos, posibilitando la
construcción de modelos predictivos y clasificaciones clínicas más exactas que
superan las limit
aciones de los métodos convencionales. Sin embargo, la falta de
infraestructura tecnológica adecuada, la necesidad de profesionales altamente
capacitados y la ausencia de estandarización metodológica constituyen barreras
importantes para su incorporación p
lena en la atención médica diaria.
Además, los aspectos éticos relacionados con la gestión de datos genéticos y
biomédicos, tales como la privacidad, la confidencialidad y el consentimiento
informado, exigen regulaciones estrictas y políticas que garanticen la protección del
paciente y resp
eten su autonomía, considerando también las implicaciones
familiares y sociales. La equidad en el acceso a estas tecnologías representa otro
desafío relevante, ya que la concentración de recursos en ciertas regiones o
sectores podría aumentar las desiguald
ades en salud, contraviniendo principios
fundamentales de justicia distributiva.
Por último, el elevado costo asociado con la implementación de la medicina
personalizada, desde la realización de pruebas diagnósticas complejas hasta el
acceso a terapias dirigidas, limita su sostenibilidad y escalabilidad en muchos
sistemas de salud. Par
a superar estas barreras, es imprescindible el desarrollo de
políticas públicas integrales que promuevan la investigación aplicada, financien las
tecnologías necesarias y establezcan modelos de acceso equitativos. Asimismo, la
formulación de estrategias fi
nancieras innovadoras y la educación tanto de
profesionales como de la sociedad son fundamentales para la aceptación y
apropiación de esta nueva forma de medicina.
En conclusión, aunque la medicina personalizada en enfermedades
neurodegenerativas se perfila como una herramienta transformadora capaz de
mejorar sustancialmente la calidad de vida y el pronóstico de los pacientes, su
implementación requiere un enfoque in
tegral que abarque avances tecnológicos,
formación profesional, regulación ética y políticas públicas coherentes. Solo a través
de esta multidimensionalidad será posible materializar plenamente el potencial de
esta disciplina emergente y garantizar que sus
beneficios lleguen a toda la población
afectada.
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
50
5. Conclusiones
La medicina personalizada en enfermedades neurodegenerativas representa un
avance significativo que ha revolucionado la comprensión, diagnóstico y tratamiento
de estas patologías complejas. Los desarrollos en biomarcadores, terapias basadas
en perfiles gen
éticos y el uso de tecnologías ómicas combinadas con inteligencia
artificial ofrecen un panorama esperanzador para la individualización de la atención
clínica, permitiendo mejorar la precisión diagnóstica, la predicción de la evolución y
la eficacia terapé
utica.
No obstante, la aplicación clínica de la medicina personalizada enfrenta importantes
desafíos que deben ser abordados para su integración efectiva en los sistemas de
salud. Entre estos, destacan las limitaciones tecnológicas y de
infraestructura, la
necesidad de contar con profesionales altamente capacitados y la falta de
estandarización en protocolos y manejo de datos. Además, los aspectos éticos
relacionados con la privacidad, el consentimiento informado y la equidad en el
acceso
constituyen factores críticos que requieren un marco normativo sólido y
políticas inclusivas.
Los costos asociados a la implementación de estas tecnologías y tratamientos
personalizados son elevados, lo que demanda la creación de estrategias financieras
innovadoras y políticas públicas que faciliten su acceso y sostenibilidad. La
coordinación multi
disciplinaria y la articulación entre investigadores, clínicos,
gestores y legisladores serán fundamentales para superar las barreras existentes y
maximizar el impacto positivo de la medicina personalizada en la atención a
pacientes con enfermedades neurod
egenerativas.
En síntesis, la medicina personalizada constituye una herramienta clave para
transformar el abordaje de las enfermedades neurodegenerativas, aunque su
consolidación clínica requiere un enfoque integral que contemple aspectos
tecnológicos, éticos, educativo
s y políticos. Solo a través de este enfoque
multidimensional se podrá garantizar que los beneficios derivados de estos avances
científicos lleguen de manera equitativa y efectiva a toda la población afectada,
mejorando así la calidad de vida y los resulta
dos clínicos a nivel global.
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.
Referencias Bibliográficas
Bandres
-
Ciga, S., Diez
-
Fairen, M., Kim, J. J., & Singleton, A. B. (2020).
Genetics of
Parkinson’s disease: An introspection of its journey towards precision
medicine.
Neurobiology of Disease
, 137, 104782.
https://doi.org/10.1016/j.nbd.2020.104782
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
51
Collins, F. S., & Varmus, H. (2015). A new initiative on precision medicine.
The New
England Journal of Medicine
, 372(9), 793
–
795.
https://doi.org/10.1056/NEJMp1500523
De Strooper, B., & Karran, E. (2016). The Cellular Phase of Alzheimer's Disease.
Cell
, 164(4), 603
–
615.
https://doi.org/10.1016/j.cell.2015.12.056
DeVos, S. L., Miller, T. M., & Gendron, T. F. (2017).
Genetic therapies for
neurodegenerative diseases.
Annual Review of Pharmacology and
Toxicology
, 57, 441
–
465.
Frost, B., & Diamond, M. I. (2009). Prion
-
like mechanisms in neurodegenerative
diseases.
Nature Reviews Neuroscience
, 11(3), 155
–
159.
https://doi.org/10.1038/nrn2786
Garattini, L., & Curto, A. (2019). Personalized medicine: Can we afford it?
Health
Policy
, 123(8), 722
–
726.
Hampel, H., O’Bryant, S. E., Durrleman, S., Younesi, E., Rojkova, K., Escott
-
Price,
V., ... & Lista, S. (2017). A precision medicine initiative for Alzheimer’s disease:
The road ahead to biomarker
-
guided integrative disease modeling.
Climacteric
, 21(3), 190
–
202.
https://doi.org/10.1080/13697137.2017.1287866
Hou, Y., Dan, X., Babbar, M., Wei, Y., Hasselbalch, S. G., Croteau, D. L., & Bohr, V.
A. (2019). Ageing as a risk factor for neurodegenerative disease.
Nature
Reviews Neurology
, 15(10), 565
–
581.
https://doi.org/10.1038/s41582
-
019
-
0244
-
7
Jack, C. R., Jr., Bennett, D. A., Blennow, K., Carrillo, M. C., Dunn, B., Haeberlein, S.
B., ... & Silverberg, N. (2018). NIA
-
AA Research Framework: Toward a
biological definition of Alzheimer’s disease.
Alzheimer’s & Dementia
, 14(4),
535
–
562.
https://doi.org/10.1016/j.jalz.2018.02.018
Kalia, L. V., & Lang, A. E. (2015).
Parkinson’s disease.
The Lancet
, 386(9996), 896
–
912.
https://doi.org/10.1016/S0140
-
6736(14)61393
-
3
Kumar, S., Sattar, F., & Kumar, V. (2021).
Challenges in the clinical implementation
of genomics and precision medicine.
Genes
, 12(6), 820.
Kwon, D., Ryu, J., & Kang, H. (2020). Precision medicine and the evolving role of
biomarkers in neurodegenerative diseases.
Experimental & Molecular
Medicine
, 52(6), 923
–
937.
Li, R., Chen, W., & Liu, H. (2021). Integrating multi
-
omics data by machine learning
for personalized medicine in neurodegenerative diseases.
Briefings in
Bioinformatics
, 22(6), bbab334.
Miller, K., Noseworthy, J., & Ginsburg, G. S. (2020). Infrastructure requirements for
precision medicine.
Clinical Pharmacology & Therapeutics
, 107(4), 837
–
846.
Space Scientific Journal of Multidisciplinary
Space Scientific Journal of Multidisciplinary
Vol.0
2
| Núm.0
1
|
Enero
–
Marzo
| 202
4
www.spacesjmultidisciplinary.omeditorial.com
Artículo Científico
52
O'Connor, C., Flicek, P., & Soranzo
, N. (2020). Bioinformatics training and education:
From theory to practice.
Briefings in Bioinformatics
, 21(2), 420
–
429.
https://doi.org/10.1093/bib/bby091
Phillips, K. A., Van Bebber, S., & Issa, A. M. (2020). Economic considerations for
personalized medicine in neurodegenerative diseases.
Annual Review of
Pharmacology and Toxicology
, 60, 263
–
282.
Pritchard, D., Adamson, J., & Bhatt, A. (2019). Policy development for genomic
medicine implementation: A review of initiatives and frameworks.
Public
Health Genomics
, 22(1
-
2), 38
–
45.
Robinson, J. O., Buchanan, A., & Sugarman, J. (2019). Ethics of personalized
medicine: Considerations in genetic counseling and testing. In R. P. Meisel &
D. H. Rehmann (Eds.),
Ethical and Legal Issues in Personalized Medicine
(pp. 47
–
64).
Ross, C. A., Tabrizi, S. J., & Wild, E. J. (2019). Huntington disease: Natural history,
biomarkers and prospects for therapeutics.
Nature Reviews Neurology
, 15(8),
409
–
Santos, M., Morais, C., & Teixeira, A. L. (2021).
The role of multi
-
omics in
understanding neurodegenerative diseases: A path towards personalized
medicine.
Frontiers in Neuroscience
, 15, 664746.
Shabani, M., Borry, P., & Prainsack, B. (2020). Governance of genetic data:
Challenges and opportunities.
Human Genetics
, 139(7),
877
–
889.
Tabrizi, S. J., Leavitt, B. R., Landwehrmeyer, G. B., Wild, E. J., Saft, C., Barker, R.
A., ... & Rosas, H. D. (2019). Targeting huntingtin expression in patients with
Huntington’s disease.
The New England Journal of Medicine
, 380(24), 2307
–
2316.
https://doi.org/10.1056/NEJMoa1900907
Topol, E. J. (2019). High
-
performance medicine: the convergence of human and
artificial intelligence.
Nature Medicine
, 25(1), 44
–
56.
https://doi.org/10.1038/s41591
-
018
-
0300
-
7
Valarezo
-
Bravo,
O. F., Samaniego
-
Rojas, N. del C., Jara
-
Galdeman, G., Córdova
Neira, K., & García Riofrío, J. C. (2023).
Diagnóstico situacional y
caracterización del perfil epidemiológico de las zonas de intervención e
influencia del proyecto ProSalud frontera sur, cantones Huaquillas y Macará
.
Editorial Grupo AEA.
https://doi.org/10.55813/egaea.l.2022.17
Vallejo
-
López,
A. B., Ramírez
-
Amaya, J., Kou
-
Guzmán, J., Valdez
-
Aguagallo, F. R.,
& Ramírez
-
Morán, L. D. (2023).
Enfermedades Respiratorias del Siglo XXI.
Editorial Grupo AEA.
https://doi.org/10.55813/egaea.l.2022.36
Villemagne, V. L., Dore, V., & Burnham, S. C. (2018). Imaging biomarkers for
neurodegenerative diseases.
Nature Reviews Neurology
, 14(11), 653
–
666.