Algunos cánceres ocultos pasan desapercibidos hasta que se han extendido desde su origen a órganos distantes. Ahora los científicos han desarrollado una herramienta de inteligencia artificial (IA) que supera a los patólogos en la identificación de los orígenes de las células cancerosas metastásicas que circulan en el cuerpo. El modelo de prueba de concepto podría ayudar a los médicos a mejorar el diagnóstico y el tratamiento del cáncer en fase avanzada y prolongar la vida de las personas.
Para tratar los cánceres metastásicos, los médicos necesitan saber de dónde provienen. No se puede identificar el origen de hasta el 5% de todos los tumores y el pronóstico para las personas cuyo cáncer primario aún se desconoce es malo. Un método utilizado para diagnosticar cánceres metastásicos complicados se basa en células tumorales que se encuentran en el líquido extraído del cuerpo. Los médicos examinan imágenes de las células para determinar a qué tipo de célula cancerosa se parecen. Por ejemplo, las células de cáncer de mama que migran a los pulmones todavía parecen células de cáncer de mama. Cada año, de las 300 000 personas con cáncer que reciben tratamiento en el hospital afiliado a la Universidad Médica de Tianjin (TMU) en China, unas 4000 son diagnosticadas mediante este tipo de imágenes, pero alrededor de 300 personas siguen sin ser diagnosticadas. Tian, Li Xiangchun, un investigador de bioinformática que estudia el aprendizaje profundo en TMU, y sus colegas querían desarrollar un algoritmo de aprendizaje profundo para analizar estas imágenes y predecir el origen de los cánceres. Sus resultados se publicaron en Nature Medicine el 16 de abril. Los investigadores entrenaron su modelo de IA con unas 30 000 imágenes de células encontradas en líquido abdominal o pulmonar de 21 000 personas cuyo origen del tumor se conocía. Luego probaron su modelo en 27 000 imágenes y descubrieron que había un cambio del 83% en que predeciría con precisión el origen del tumor. Y había un 99% de posibilidades de que la fuente del tumor estuviera incluida en las tres principales predicciones del modelo. Las predicciones se limitaron a 12 fuentes comunes de cáncer, incluidos los pulmones, los ovarios, las mamas y el estómago. Algunas otras formas de cáncer, incluidos los que se originan en la próstata y los riñones, no pudieron identificarse porque normalmente no se propagan a los depósitos de líquido en el abdomen y los pulmones. Cuando se probó en unas 500 imágenes, el modelo fue mejor que los patólogos humanos a la hora de predecir el origen de un tumor. Los investigadores también evaluaron retrospectivamente un subconjunto de 391 participantes del estudio unos cuatro años después de haber recibido tratamiento contra el cáncer. Descubrieron que aquellos que habían recibido tratamiento para el tipo de cáncer que predijo el modelo tenían más probabilidades de haber sobrevivido y vivido más que los participantes para quienes la predicción no coincidía.
Smriti Mallapaty. Nature. doi: https://doi.org/10.1038/d41586-024-01110-8
Tian, F. et al. Nature Med. https://doi.org/10.1038/s41591-024-02915-w (2024).
