Introducción: Helicobacter pylori infecta al 50% de la población mundial y es la causa principal de úlcera péptica, gastritis crónica y cáncer gástrico. Aunque hay recomendaciones consensuadas para su tratamiento, no siempre es claro el enfoque ideal para todos los casos. Los avances en inteligencia artificial (IA) permiten analizar grandes volúmenes de datos, con potencial para mejorar las estrategias terapéuticas.

Métodos: Se desarrolló el sistema H. pylori AI-Clinician para investigar si un tratamiento único es óptimo para todos los pacientes. Este sistema fue entrenado con miles de datos del Registro Europeo de H. pylori (Hp-EuReg), una base de datos mucho mayor que la experiencia acumulada por un único clínico en el mundo real.

Resultados: Con datos simulados, el AI-Clinician identificó subgrupos de pacientes que se benefician de tratamientos diferenciados, logrando un 90% de éxito. Posteriormente, se entrenó con datos del Hp-EuReg y reprodujo estimaciones de calidad en decisiones terapéuticas. Las terapias cuádruples con bismuto superaron a las triples, y las de mayor duración y dosis altas de IBP mostraron una mejor estimación (fig.). Al 65% de los pacientes se les recomendó terapia con bismuto, como Pylera^® o una cuádruple con claritromicina, amoxicilina y bismuto. Un 15% recibió recomendaciones para terapias cuádruples sin bismuto. También se identificaron tendencias regionales: preferencia por terapias cuádruples en Europa del Este, y Pylera^® en el suroeste. Estas recomendaciones personalizadas se basaron en modelos random forest.

Conclusiones: Dado que casi la mitad de la población mundial estará infectada por H. pylori, demostrar la eficacia de los estándares de tratamiento actuales a través de un enfoque basado en IA puede ayudar a los clínicos a tomar decisiones terapéuticas más confiables. Esto puede contribuir a la prevención del cáncer gástrico y a mejorar la calidad de vida de los pacientes a nivel mundial.