Algoritmo de IA es dos veces más preciso que biopsia para clasificar agresividad del cáncer a partir de TC

Los sarcomas de tejidos blandos son cánceres que se originan en los tejidos conectivos del cuerpo, como la grasa, los músculos, los nervios, así como los vasos sanguíneos y linfáticos. Estos sarcomas son un conjunto diverso y biológicamente complejo de cánceres, que ocurren tan raramente que un médico puede encontrar solo un par de casos a lo largo de su carrera, lo que genera posibles retrasos en el diagnóstico. La diferenciación visual de estos sarcomas, especialmente fuera de los centros especializados, supone un gran desafío. Ahora, una nueva investigación ha revelado que la inteligencia artificial (IA) podría duplicar la precisión de los métodos actuales, como las biopsias, para determinar la gravedad de algunos sarcomas mediante imágenes por tomografía computarizada.

Los resultados del estudio realizado por investigadores de The Royal Marsden NHS Foundation Trust (Londres, Reino Unido) y el Instituto de Investigación del Cáncer (ICR, Londres, Reino Unido) sugieren que un nuevo algoritmo de IA podría proporcionar un enfoque más preciso y no invasivo para personalizar el tratamiento para pacientes con sarcoma en comparación con las biopsias, que son invasivas y actualmente una práctica estándar. El estudio también sugiere que esta IA podría ayudar a identificar más rápidamente los subtipos específicos de sarcoma. Los investigadores anticipan que esta técnica también podría extender sus beneficios al diagnóstico y tratamiento de otras formas de cáncer, ayudando a un gran número de pacientes anualmente.

Para desarrollar el algoritmo de IA, los investigadores utilizaron tomografías computarizadas de 170 pacientes en The Royal Marsden diagnosticados con leiomiosarcoma o liposarcoma, dos formas prevalentes de sarcoma retroperitoneal. Luego, la IA se validó utilizando datos de casi 90 pacientes en Europa y Estados Unidos. El análisis de la IA, llamado radiómica, examina los datos de la tomografía computarizada para discernir características de la enfermedad que no son visibles a simple vista. Este modelo de IA determinó con éxito la agresividad del 82 % de los tumores analizados, mientras que las biopsias lograron una clasificación correcta en aproximadamente el 44 % de los casos. También pudo identificar correctamente el tipo de sarcoma en el 84 % de los casos en los que fue probado, distinguiendo eficazmente entre leiomiosaroma y liposarcoma, a diferencia de los radiólogos que no pudieron diagnosticar el 35 % de los casos.

Los investigadores esperan que la tecnología de IA mejore el manejo clínico y los resultados de la enfermedad. Por ejemplo, identificar tumores de alto grado, que pueden indicar un cáncer más agresivo, podría significar que los pacientes de alto riesgo reciban un tratamiento más intensivo, mientras que aquellos con menor riesgo podrían evitar tratamientos innecesarios, estudios de seguimiento excesivos y estancias hospitalarias. Además, esta herramienta podría acelerar el proceso de diagnóstico al ayudar a los médicos a identificar con mayor confianza el subtipo de sarcoma que tal vez no hayan encontrado antes debido a su rareza. El equipo de investigación planea evaluar más a fondo este modelo de IA en un entorno clínico con pacientes que puedan tener sarcomas retroperitoneales para verificar su precisión en el diagnóstico del mundo real y observar el desempeño de la tecnología a lo largo del tiempo.

"A través de esta investigación inicial, hemos desarrollado una innovadora herramienta de inteligencia artificial que utiliza datos de imágenes que podrían ayudarnos a identificar con mayor precisión y rapidez el tipo y grado de sarcomas retroperitoneales que los métodos actuales", dijo el Dr. Amani Arthur, investigador clínico del Instituto de Investigación del Cáncer, Londres. "Esto podría mejorar los resultados de los pacientes al ayudar a acelerar el diagnóstico de la enfermedad y adaptar mejor el tratamiento al identificar de manera confiable el riesgo de la enfermedad de cada paciente".

“Estamos increíblemente entusiasmados con el potencial de esta tecnología de vanguardia, que podría permitir que los pacientes obtengan mejores resultados mediante un diagnóstico más rápido y un tratamiento personalizado más eficaz. Dado que los pacientes con sarcoma retroperitoneal son sometidos rutinariamente a TC, esperamos que esta herramienta eventualmente se utilice en todo el mundo, asegurando que no sólo los centros especializados (que atienden a pacientes con sarcoma todos los días) puedan identificar y clasificar la enfermedad de manera confiable”, añadió la profesora Christina Messiou, radióloga consultora de The Royal Marsden NHS Foundation Trust y profesora de Imágenes a para Oncología Personalizada en el Instituto de Investigación del Cáncer de Londres. “En el futuro, este enfoque puede ayudar a caracterizar otros tipos de cáncer, no sólo el sarcoma retroperitoneal. Nuestro novedoso enfoque utilizó características específicas de esta enfermedad, pero al perfeccionar el algoritmo, esta tecnología algún día podría mejorar los resultados de miles de pacientes cada año”.

Enlaces relacionados:
The Royal Marsden NHS Foundation Trust  
El Instituto de Investigación del Cáncer

Visitar la expo >

Radiology Software

DxWorks

NMUS & MSK Ultrasound

InVisus Pro

Multi-Use Ultrasound Table

Clinton

Ultrasound Imaging System

P12 Elite