El cáncer de páncreas es uno de los tumores más letales, debido a que es resistente a la quimioterapia y a la inmunoterapia. Su tasa de supervivencia a cinco años inferior al 10%, y se limita principalmente a pacientes que son elegibles para la cirugía (alrededor del 20-30% del total). Además, en la mayoría de los casos se produce metástasis o recidiva, por lo que resulta una enfermedad especialmente compleja para la comunidad médica. Por ello, la investigación se convierte en la gran esperanza de estos pacientes.

En este sentido, un equipo internacional ha desarrollado un algoritmo ( PMPD -Pancreatic cancer Metastasis Prediction Deep-learning algorithm, por sus siglas en inglés), de aprendizaje profundo que predice con precisión la existencia de metástasis a partir de imágenes médicas del tumor primario y ayudará a evitar cirugías innecesarias e invasivas en pacientes que no verán beneficio. El algoritmo fue probado con los datos de cerca de 250 pacientes del ensayo clínico holandés "Preopanc1" y obtuvo una tasa de éxito del 56%.

"Si una persona con cáncer de páncreas ya tiene metástasis, una operación no solo no cura, sino que pueden empeorar su situación " ha explicado la jefa del grupo de Epidemiología Genética y Molecular del Centro Nacional de Investigaciones Oncológicas (CNIO),Núria Malats, quien ha liderado el trabajo publicado en GUT, según recoge Ep.

La cirugía es "muy invasiva" y puede aumentar el sufrimiento del paciente, "sin mejorar su pronóstico". Por ello, la especiaista ha destacado la importancia de saber "a tiempo" si hay metástasis antes de decidir operar. En esta línea, ha destacado que se trata de un avance "prometedor" que puede ayudar a cirujanos y médicos en la detección de metástasis, "lo que podría perfeccionar la planificación quirúrgica y mejorar los resultados de los pacientes con cáncer de páncreas".

Una "segunda opinión"

El algoritmo fue capaz de predecir casi el 66% de las metástasis que solo fueron detectadas en quirófano. De haberse empleado en su momento, "estos pacientes podrían haberse ahorrado la intervención quirúrgica", ha afirmado Malats. Además de determinar si hay metástasis en ese momento, el sistema es capaz de predecir si la enfermedad se extenderá a otros órganos en los próximos meses, lo que podría tener implicaciones clinicas, para optar por tratamienmtos más agresivos, seguimiento más intenso o planes quirúrgicos.

Según Malats, el éxito del algoritmo se debe a que ha sido entrenado con muchos datos médicos reales (imágenes de escáneres TAC y datos clínicos) y a que emplea técnicas de inteligencia artificial "que detectan patrones difíciles de ver para el ojo humano".

Con todo, la científica ha puntualizado que está diseñado como una herramienta complementaria, es decir, no reemplaza al juicio del profesional sino que sirve como "segunda opinión", ayudando a los médicos a tomar decisiones y que el diagnóstico sea más rápido, más preciso y menos arriesgado para el paciente.

Ampliar la muestra

Como todo desarrollo IA, puede dar falsos positivos, esto es, decir erróneamente que hay metástasis, o no verlas cuando sí existen, lo que se denomina falsos negativos. Por ello, la investigadora ha explicado que su implantación requiere de "más validación en diferentes hospitales y poblaciones".

Por eso, el grupo va a probar el algoritmo en pacientes reales, en tiempo real, con la colaboración de varios hospitales, gracias a un proyecto que cuenta con casi 800.000 euros de financiación del Ministerio para la Transformación Digital. Participarán hospitales como Vall d'Hebron (Barcelona), el Ramón y Cajal y Gregorio Marañón (Madrid), el Centro Universitario de Navarra y con el Grupo Holandés de Cáncer de Páncreas (Dutch Pancreatic Cancer Group, DPCG). También se busca la participación de hospitales en China y Uruguay, para conseguir la máxima heterogeneidad de imágenes posible.

La IA en la predicción de metástasis

Actualmente se están desarrollando y aplicando algoritmos de IA para predecir la metástasis en diversos tipos de cáncer. En tumores de mama, por ejemplo, un modelo multimodal con LightGBM utiliza marcadores sanguíneos clínicos y características de ecografía para predecir metástasis con precisión y a un coste accesible a distancia.

Recientemente, investigadores entrenaron un algoritmo de aprendizaje automático con biopsias de pacientes en etapa temprana de cancer de pulmón no microcítico para predecirla metástasis cerebral, identificando con precisión a los que desarrollaron o no tumores cerebrales durante un periodo de seguimiento de cinco años.

Por otro lado, en cáncer colorrectal se han desarrollado modelos de aprendizaje automático para predecir la metástasis utilizando factores clínicos y demográficos. En cáncer nasofaríngeo, un estudio reciente construyó y validó un modelo de aprendizaje automático a distancia para predecir el riesgo de metástasis, identificando factores de riesgo significativos y ayudando a mejorar el pronóstico de los pacientes.

En el caso del osteosarcoma, se ha desarrollado un algoritmo de IA para detectar células tumorales viables en biopsias después de la quimioterapia neoadyuvante, lo que permite una evaluación más precisa del pronóstico.