El cáncer de páncreas está en camino de ser la segunda causa de muerte relacionada con el cáncer en los EE. UU. para 2030, en parte porque el 85 por ciento de los casos no se diagnostican hasta que la enfermedad se ha propagado.
Simplemente no lo estamos detectando lo suficientemente temprano.
Gracias a un modelo de IA desarrollado recientemente por investigadores de la Clínica Mayo y el Centro Oncológico MD Anderson de la Universidad de Texas, eso podría estar a punto de cambiar.
Su nuevo sistema, llamado REDMOD (modelo de detección temprana basado en radiómica), se probó en tomografías computarizadas de personas a las que posteriormente se les diagnosticó cáncer de páncreas.
En casi 3 de cada 4 casos, REDMOD detectó con éxito la forma más común de cáncer de páncreas alrededor de 16 meses antes del diagnóstico. Eso es casi el doble de la tasa de detección de los especialistas que revisan los escaneos sin asistencia de IA.
En algunas exploraciones, REDMOD identificó patrones de tejido sospechosos más de dos años antes del diagnóstico, y el equipo cree que podría detectar cáncer hasta tres años antes.
“La mayor barrera para salvar vidas del cáncer de páncreas ha sido nuestra incapacidad de ver la enfermedad cuando todavía es curable”, afirma el radiólogo y especialista en medicina nuclear Ajit Goenka, de la Clínica Mayo.
“Esta IA ahora puede identificar la firma del cáncer en un páncreas de apariencia normal, y puede hacerlo de manera confiable a lo largo del tiempo y en diversos entornos clínicos”.
Los investigadores utilizaron 969 tomografías computarizadas del páncreas como datos de entrenamiento para REDMOD, de modo que pudiera aprender a detectar los signos sutiles del cáncer en sus primeras etapas.
frameborder=”0″ enable=”accelerómetro; reproducción automática; escritura en portapapeles; medios cifrados; giroscopio; imagen en imagen; compartir web” referrerpolicy=”origen-estricto-cuando-origen-cruzado” enablefullscreen>En lugar de buscar un tumor obvio, el modelo busca patrones radiómicosalteraciones en la textura y estructura del tejido que a menudo son demasiado pequeñas para que el ojo humano las detecte.
Muchos cánceres comienzan cuando las células normales adquieren mutaciones en el ADN que afectan la forma en que crecen y se dividen, pero esos cambios pueden tardar años en convertirse en un tumor lo suficientemente grande como para causar síntomas o aparecer claramente en una exploración.
Después del proceso de capacitación, REDMOD se puso a prueba en un conjunto diferente de tomografías computarizadas: 63 de personas que tuvieron cáncer pero fueron escaneadas antes del diagnóstico y 430 controles sanos que no tenían cáncer.
De los 63, REDMOD marcó correctamente 46 como sospechosos, una tasa del 73 por ciento (casi 3 de cada 4).
Todas estas exploraciones habían recibido previamente el visto bueno de radiólogos humanos, y dos radiólogos que revisaron las exploraciones al mismo tiempo que REDMOD identificaron signos tempranos de cáncer en sólo el 38,9 por ciento de los casos.
De los 430 controles sanos, REDMOD identificó incorrectamente a 81 como sospechosos, por lo que si la IA se hubiera implementado en un escenario real, es posible que estas personas hubieran sido llamadas para pruebas adicionales antes de recibir el visto bueno.
Se mostró un nivel similar de rendimiento en otras dos pruebas de conjuntos de datos, utilizando diferentes equipos en diferentes hospitales.
Aún mejor, para los pacientes con múltiples exploraciones disponibles, la IA produjo resultados en gran medida consistentes, incluso cuando las exploraciones se realizaron con meses de diferencia.
“Estos atributos lo posicionan para la validación prospectiva en cohortes de alto riesgo, un paso necesario para cambiar el paradigma del diagnóstico sintomático en etapa tardía a la interceptación preclínica proactiva”, escriben los autores del estudio en su artículo publicado.
La idea es que cuanto antes REDMOD pueda acceder a las tomografías computarizadas (tal vez tomadas de forma rutinaria para otros fines y condiciones), más útil podrá ser. Es posible que pueda detectar el cáncer de páncreas en una etapa en la que aún es posible un tratamiento curativo.
Sin embargo, todavía queda trabajo por hacer antes de que eso suceda. A continuación, los investigadores quieren probar la IA en grupos de personas más grandes y diversos y ver con qué facilidad los médicos pueden incorporarla a sus procesos existentes.
Los investigadores se sienten alentados por estos primeros resultados y esperan que con un mayor desarrollo y ajuste, podamos tener un sistema increíblemente útil para uno de los cánceres más mortales que existen.
Relacionado: La vacuna personalizada contra el ‘cáncer grave más mortífero’ mantiene vivos a los pacientes 6 años después
“La capacidad demostrada del marco para detectar consistentemente estas señales ocultas en un gran conjunto de datos de orientación clínica, combinada con su alta estabilidad longitudinal y especificidad validada, establece una base sólida para la detección temprana mejorada por IA”, escriben los investigadores.
La investigación ha sido publicada en Gut.