Gran avance en el diagnóstico del cáncer de ovario, cada vez más frecuente en España

El cáncer de ovario es un tumor al alza. Según datos de la Sociedad Española de Oncología Médica (SEOM), se estima que en nuestro país se producen unos 3.700 casos en el último año, lo que posiciona a este tumor como el octavo tipo de cáncer más frecuente en las mujeres.

En la actualidad, sabemos que se trata de una enfermedad heterogénea. Existen al menos cuatro subtipos histológicos que se comportan de forma distinta, tanto en frecuencia como en pronóstico, y diferentes subtipos moleculares. Por ello, la identificación de nuevas dianas (deficiencia de la recombinación homóloga o HRD) y la personalización de los tratamientos permiten una mejor selección del tratamiento para las pacientes.

En este escenario, el diagnóstico precoz y actuar a tiempo resultan fundamentales, ya que puede ser muy agresivo si se detecta en fases avanzadas. De hecho, solo el 20% de las pacientes se diagnostica en estadios iniciales. Por ello, cualquier avance resulta prometedor, tal y como ha logrado ahora un nuevo estudio internacional, publicado en la revista científica "Nature Medicine" y dirigido por investigadores del Instituto Karolinska de Suecia que muestra que los modelos basados ​​en inteligencia artificial pueden superar a los expertos humanos en la identificación del cáncer de ovario en imágenes de ultrasonido.

"Los tumores de ovario son comunes y a menudo se detectan por casualidad", asegura la profesora Elisabeth Epstein, miembro del Departamento de Ciencia Clínica y Educación del Södersjukhuset (Hospital General del Sur de Estocolmo), del Instituto Karolinska y consultora principal del Departamento de Obstetricia y Ginecología del hospital. “Existe una grave escasez de expertos en ecografía en muchas partes del mundo, lo que ha generado preocupación por intervenciones innecesarias y retrasos en los diagnósticos de cáncer. Por eso queríamos descubrir si la IA puede complementar a los expertos humanos”.

La IA supera a los expertos

Los investigadores han desarrollado y validado modelos de redes neuronales capaces de diferenciar entre lesiones ováricas benignas y malignas, habiendo entrenado y probado la IA en más de 17.000 imágenes de ultrasonido de 3.652 pacientes en 20 hospitales de ocho países. Luego compararon la capacidad de diagnóstico de los modelos con la de un gran grupo de expertos y examinadores de ultrasonido menos experimentados.

Los resultados mostraron que los modelos de IA superaron a los examinadores expertos y no expertos en la identificación del cáncer de ovario, logrando una tasa de precisión del 86,3 por ciento, en comparación con el 82,6 por ciento y el 77,7 por ciento de los examinadores expertos y no expertos, respectivamente.

"Esto sugiere que los modelos de redes neuronales pueden ofrecer un valioso apoyo en el diagnóstico del cáncer de ovario, especialmente en casos difíciles de diagnosticar y en entornos donde hay escasez de expertos en ultrasonido", asegura la profesora Epstein.

Los modelos de IA también pueden reducir la necesidad de referencias de expertos. En una situación de clasificación simulada, el apoyo de AI redujo el número de derivaciones en un 63 por ciento y la tasa de diagnóstico erróneo en un 18 por ciento. Esto puede conducir a una atención más rápida y rentable para las pacientes con lesiones ováricas.

Gran potencial

A pesar de los resultados prometedores, los investigadores subrayan que se necesitan más estudios antes de comprender plenamente todo el potencial de los modelos de redes neuronales y sus limitaciones clínicas.

"Con una investigación y un desarrollo continuos, las herramientas basadas en IA pueden ser una parte integral de la atención sanitaria del mañana, relevando a los expertos y optimizando los recursos hospitalarios, pero debemos asegurarnos de que puedan adaptarse a diferentes entornos clínicos y grupos de pacientes", afirma Filip Christiansen, estudiante de doctorado en el grupo de investigación y primer autor conjunto con Emir Konuk en el KTH Royal Institute of Technology.

Los investigadores ahora están realizando estudios clínicos prospectivos en Södersjukhuset para evaluar la seguridad clínica diaria y la utilidad de la herramienta de IA. Las investigaciones futuras también incluirán un estudio multicéntrico aleatorio para examinar su efecto en el manejo de los pacientes y los costes de atención médica.