Comunicado. Investigadores de la Mayo Clinic y colaboradores demostraron que una herramienta de inteligencia artificial (IA) puede analizar preparaciones histopatológicas de rutina para ayudar a los profesionales clínicos a clasificar los meningiomas, el tumor cerebral primario más frecuente en adultos, y comprender mejor el riesgo de recurrencia tumoral de un paciente.
El estudio, publicado en The Lancet Digital Health, demuestra que los modelos de aprendizaje profundo pueden facilitar la extracción de información molecular y pronóstica a partir de preparaciones estándar teñidas con hematoxilina y eosina (H&E) — el mismo tipo de imágenes tisulares que ya se utiliza habitualmente en la práctica clínica. Esta información suele obtenerse mediante el perfil de metilación del ADN, una prueba genética avanzada que proporciona valiosa información diagnóstica y pronóstica, pero que puede resultar costosa, requerir mucho tiempo y no está disponible en muchos hospitales.
“Este es uno de los muchos estudios en los que podemos aprovechar el potencial de la patología digital al incorporar a los algoritmos de IA el conocimiento genómico y molecular acumulado durante las últimas dos décadas”, afirmó Gelareh Zadeh, jefa del Departamento de Neurocirugía de Mayo Clinic en Rochester y directora médica ejecutiva de la Plataforma Mayo Clinic.
Las pruebas moleculares pueden ayudar a identificar qué tumores tienen más probabilidades de reaparecer y cuáles podrían responder de manera diferente al tratamiento. Sin embargo, estas pruebas requieren tecnología especializada y conocimientos técnicos específicos, lo que limita el acceso para muchos pacientes.
Utilizando muestras de tejido, imágenes de anatomía patológica y datos clínicos de 672 pacientes, los investigadores desarrollaron y evaluaron modelos de IA diseñados para ayudar a identificar patrones relacionados con la biología tumoral. Basándose en múltiples conjuntos de datos desidentificados, incluidos recursos de datos de la Plataforma Mayo Clinic, los modelos permitieron clasificar subtipos de meningioma y predecir el riesgo de recurrencia utilizando preparaciones histopatológicas estándar que ya forman parte de la atención habitual al paciente.
Los resultados sugieren que, con una validación adicional, las herramientas basadas en IA podrían ayudar algún día a los profesionales clínicos a obtener información más detallada sobre los tumores para orientar la atención al paciente, sin necesidad de que todos los pacientes se sometan a pruebas genéticas avanzadas.
Los investigadores también observaron que los modelos de IA podían identificar patrones de heterogeneidad tumoral — diferencias dentro de un mismo tumor — que podrían ayudar a explicar por qué algunos tumores presentan un comportamiento más agresivo o responden de manera diferente al tratamiento.
Los investigadores señalan que serán necesarios estudios prospectivos adicionales antes de que los modelos de IA puedan utilizarse de forma rutinaria en la práctica clínica. Aun así, afirman que los resultados sientan las bases para una atención más accesible y personalizada para los pacientes con meningiomas — y, potencialmente, para enfoques similares basados en IA en otros tipos de cáncer.
Hoy también publicamos las siguientes notas y más...
Takeda e Indonesia ampliarán acceso a medicamentos derivados del plasma
