Un modelo impulsado por inteligencia artificial podría detectar el cáncer de páncreas en tomografías computarizadas abdominales de rutina hasta tres años antes del diagnóstico clínico.
Investigadores de Mayo Clinic desarrolla una herramienta que detecta signos sutiles del cáncer de páncreas antes de que los tumores sean visibles, cuando aún es posible realizar un tratamiento curativo. Los hallazgos, publicados en la revista Gut, marcan un hito en el esfuerzo de investigación de varios años para permitir la detección más temprana de uno de los tipos de cáncer con mayor índice de mortalidad.
En el estudio, se valida este modelo de inteligencia artificial de última generación utilizando datos y flujos de trabajo que reflejan la práctica clínica, lo que incluye tomografías computarizadas de varias instituciones, sistemas de obtención de imágenes y protocolos.
Los investigadores usaron el modelo de inteligencia artificial para analizar casi 2000 tomografías computarizadas, que incluían las de pacientes a quienes posteriormente se les diagnosticó cáncer de páncreas, todas ellas interpretadas inicialmente como normales. El sistema, llamado Modelo de detección temprana basado en radiómica (REDMOD, por sus siglas en inglés), identificó el 73 por ciento de esos casos de cáncer anteriores al diagnóstico con una media de aproximadamente 16 meses antes del diagnóstico, casi el doble de la tasa de detección de los especialistas que revisaron las mismas tomografías sin la ayuda de la inteligencia artificial.
La ventaja fue aún mayor en puntos temporales más tempranos. En las tomografías obtenidas más de dos años antes del diagnóstico, la inteligencia artificial identificó casi tres veces más casos de cáncer en fase temprana que, de otro modo, habrían pasado desapercibidos.
El cáncer de páncreas sigue siendo uno de los tipos de cáncer con mayor índice de mortalidad, ya que rara vez presenta síntomas detectables en sus etapas más tempranas. Más del 85 por ciento de los pacientes son diagnosticados cuando la enfermedad ya se ha diseminado y las tasas de supervivencia a cinco años siguen siendo inferiores al 15 por ciento, según el Instituto Nacional del Cáncer. Se prevé que, para 2030, se convierta en la segunda causa principal de muerte por cáncer en los Estados Unidos.
“El mayor obstáculo para salvar vidas frente al cáncer de páncreas ha sido nuestra incapacidad para detectar la enfermedad cuando aún es curable,” afirma el autor principal, Dr. Ajit Goenka, radiólogo y especialista en medicina nuclear de Mayo Clinic. “Esta inteligencia artificial ahora puede identificar los rasgos característicos del cáncer en un páncreas de apariencia normal, y puede hacerlo de manera confiable a lo largo del tiempo y en diversos entornos clínicos”.
REDMOD mide cientos de características cuantitativas de imágenes que describen la textura y la estructura de los tejidos, captando cambios biológicos sutiles a medida que el cáncer comienza a desarrollarse. El modelo está diseñado para analizar tomografías computarizadas que ya se realizaron por otros motivos, especialmente en pacientes de alto riesgo, como aquellos con diabetes de aparición reciente, e identificar un riesgo elevado antes de que aparezca cualquier tumor visible.
El modelo funciona automáticamente sin necesidad de una preparación manual que requiera mucho tiempo. El equipo validó el modelo con tomografías computarizadas de varias instituciones, sistemas de obtención de imágenes y protocolos, y demostró un rendimiento coherente más allá de un solo conjunto de datos.
Las predicciones del modelo también se mantuvieron estables a lo largo del tiempo. En pacientes a los que se les realizaron varias tomografías, la inteligencia artificial obtuvo resultados coherentes con meses de diferencia, lo que respalda su uso para la observación longitudinal y la detección temprana.
Los investigadores están llevando este trabajo a la fase de ensayos clínicos mediante el proyecto Inteligencia artificial para la detección temprana del cáncer de páncreas (AI-PACED, por sus siglas en inglés). En este estudio prospectivo se evalúa cómo los profesionales clínicos pueden integrar la detección guiada por inteligencia artificial en la atención médica a pacientes con riesgo elevado. El estudio combina el análisis mediante inteligencia artificial de imágenes de rutina con un seguimiento longitudinal para evaluar el rendimiento, incluyendo la detección temprana, los falsos positivos y los resultados clínicos.
