La inteligencia artificial (IA) podría tener aproximadamente el doble de precisión que una biopsia para calificar la agresividad de algunos sarcomas, según una nueva investigación de The Royal Marsden NHS Foundation Trust y el Instituto de Investigación del Cáncer de Londres.
por el Instituto de Investigación del Cáncer
Los resultados del estudio, que se publicaron en The Lancet Oncology , sugieren que un nuevo algoritmo de IA podría ayudar a adaptar el tratamiento de algunos pacientes con sarcoma de forma más precisa y eficaz que una biopsia, un procedimiento invasivo que actualmente es una práctica estándar. La investigación también sugiere que la tecnología podría ayudar a los médicos a diagnosticar subtipos de la enfermedad rara , acelerando como resultado el diagnóstico.
Los investigadores creen que la técnica también podría aplicarse eventualmente a otros tipos de cáncer , beneficiando potencialmente a miles de pacientes cada año.
El sarcoma de tejido blando es un tipo de cáncer que se desarrolla en los tejidos conectivos del cuerpo, incluidos la grasa, los músculos, los nervios y los vasos sanguíneos y linfáticos. Es un cáncer poco común, con alrededor de 4.295 personas en Inglaterra diagnosticadas cada año y más de 50 tipos diferentes. Este estudio se centró en el sarcoma retroperitoneal, un sarcoma de tejido blando que se desarrolla en la parte posterior del abdomen y, debido a su ubicación y rareza, actualmente es difícil de diagnosticar y tratar.
Algoritmo de IA
Los investigadores utilizaron tomografías computarizadas de 170 pacientes tratados en The Royal Marsden con las dos formas más comunes de sarcoma retroperitoneal (leiomiosarcoma y liposarcoma) para crear un algoritmo de IA, que luego se probó en casi 90 pacientes de centros de toda Europa y EE. UU. una técnica llamada radiómica para analizar los datos de la tomografía computarizada, que puede extraer información sobre la enfermedad del paciente a partir de imágenes médicas, incluidos datos que el ojo humano no puede distinguir.
El modelo calificó con precisión el riesgo (o cuán agresivo es probable que sea un tumor) del 82% de los tumores analizados, mientras que sólo el 44% se calificó correctamente mediante una biopsia.
El modelo también predijo con precisión el tipo de enfermedad del 84% de los sarcomas analizados, lo que significa que puede diferenciar eficazmente entre leiomiosarcoma y liposarcoma, en comparación con los radiólogos que no pudieron diagnosticar el 35% de los casos.
Al ofrecer a los médicos una forma más precisa y eficaz de clasificar los tumores, los investigadores esperan que esta tecnología mejore el tratamiento de la enfermedad y los resultados. Por ejemplo, como los tumores de alto grado pueden indicar una enfermedad agresiva, esta herramienta podría ayudar a garantizar que los pacientes de alto riesgo sean identificados y reciban un tratamiento ampliado, mientras que los pacientes de bajo riesgo podrían evitar tratamientos innecesarios, exploraciones de seguimiento y visitas al hospital. También podría acelerar el diagnóstico de la enfermedad al ayudar a los médicos (que quizás nunca antes hayan visto un sarcoma retroperitoneal debido a su rareza) a identificar con mayor precisión el subtipo.
El primer autor, el Dr. Amani Arthur, investigador clínico del Instituto de Investigación del Cáncer de Londres y registrador del Royal Marsden NHS Foundation Trust, afirmó: «Existe una necesidad urgente de mejorar el diagnóstico y el tratamiento de los pacientes con sarcoma retroperitoneal, que Actualmente tienen malos resultados. La enfermedad es muy rara (los médicos pueden ver solo uno o dos casos en su carrera), lo que significa que el diagnóstico puede ser lento. Este tipo de sarcoma también es difícil de tratar, ya que puede crecer hasta alcanzar tamaños grandes y, debido a la ubicación del tumor en el abdomen, implican una cirugía compleja.
«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. Esto podría mejorar los resultados de los pacientes al ayudar a acelerar el diagnóstico de los sarcomas retroperitoneales. enfermedad y adaptar mejor el tratamiento identificando de forma fiable el riesgo de la enfermedad de cada paciente.
«En la siguiente fase del estudio, probaremos este modelo en la clínica en pacientes con posibles sarcomas retroperitoneales para ver si puede caracterizar con precisión su enfermedad y medir el rendimiento de la tecnología a lo largo del tiempo».
La profesora líder del estudio Christina Messiou, radióloga consultora de The Royal Marsden NHS Foundation Trust y profesora de imágenes para oncología personalizada en el Instituto de Investigación del Cáncer de Londres, dijo: «Este es el estudio más grande y sólido hasta la fecha que ha desarrollado y probado con éxito un modelo de IA destinado a mejorar el diagnóstico y la clasificación del sarcoma retroperitoneal utilizando datos de tomografías computarizadas. Debido a la rareza de la enfermedad, este fue un esfuerzo global y estoy inmensamente orgulloso y agradecido con el equipo.
«Estamos increíblemente entusiasmados con el potencial de esta tecnología de vanguardia, que podría permitir que los pacientes obtengan mejores resultados a través de un diagnóstico más rápido y un tratamiento personalizado más eficaz. A medida que los pacientes con sarcoma retroperitoneal son explorados con TC de forma rutinaria, esperamos Con el tiempo, esta herramienta se utilizará a nivel mundial, lo que garantizará que no sólo los centros especializados (que atienden a pacientes con sarcoma todos los días) puedan identificar y clasificar de manera confiable la enfermedad.
«En el futuro, este enfoque puede ayudar a caracterizar otros tipos de cáncer, no solo 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. «.
El Dr. Paul Huang, líder del grupo en Oncología Molecular y de Sistemas en el Instituto de Investigación del Cáncer de Londres, dijo: «Es emocionante ver que la IA, que está entrenada para detectar signos increíblemente sutiles de que un cáncer es agresivo a partir de una simple tomografía computarizada, Los sarcomas representan un grupo biológicamente complejo de cánceres, que abarca muchos tipos distintos, y diferenciarlos con el ojo humano plantea un desafío formidable, particularmente fuera de los centros especializados.
«Este tipo de tecnología tiene el potencial de transformar las vidas de las personas con sarcoma, permitiendo planes de tratamiento personalizados adaptados a la biología específica de su cáncer . Es fantástico ver hallazgos tan prometedores».
Más información: Amani Arthur et al, Un modelo de clasificación radiómica basado en TC para la predicción del tipo histológico y el grado del tumor en el sarcoma retroperitoneal (RADSARC-R): un análisis multicohorte retrospectivo, The Lancet Oncology (2023 ) . DOI: 10.1016/S1470-2045(23)00462-X
