La inteligencia artificial analiza la arquitectura tumoral para predecir recaídas en el cáncer de páncreas

En la práctica diaria, cuando llega el informe anatomopatológico de un paciente con adenocarcinoma ductal de páncreas que ha recibido quimioterapia neoadyuvante, todos los clínicos nos topamos con la misma frustración: sabemos cuánta carga tumoral residual queda, pero esa cifra por sí sola no siempre separa de forma fiable a quienes recaerán pronto de quienes disfrutarán de un intervalo libre de enfermedad más largo. Es precisamente ese hueco asistencial el que un equipo de Mayo Clinic en Rochester (Minnesota) ha intentado cubrir, según recoge labmedica.es, con un análisis espacial asistido por inteligencia artificial aplicado a láminas rutinarias de hematoxilina y eosina (H&E), y los resultados invitan a repensar cómo leemos el tejido que ya tenemos archivado.

Qué cambia cuando miramos la geografía del tumor y no solo su tamaño

El grupo, con el oncólogo Ryan Carr como autor principal, partió de una intuición que a muchos de nosotros nos ha rondado en el comité multidisciplinar: el "cuánto" tumoral no termina de estratificar bien el riesgo, y quizá el "cómo se distribuye" esté escondiendo más información de la que sospechábamos. El método utiliza una herramienta de IA que identifica primero las regiones cancerosas y estromales dentro de la misma laminilla generada durante la atención habitual y, a continuación, cuantifica cómo esas regiones forman parches, bordes y áreas entremezcladas, adaptando técnicas procedentes de la ecología del paisaje para medir la forma del tejido, su fragmentación y el grado de mezcla entre cáncer y estroma.

En una cohorte de 203 pacientes con adenocarcinoma ductal de páncreas tratados antes de la cirugía pero con respuesta patológica limitada, los investigadores identificaron dos firmas espaciales que mantuvieron su valor pronóstico sobre la supervivencia libre de enfermedad incluso después de ajustar por estadio, estado ganglionar y otros factores clínico-patológicos ya consolidados. El hallazgo más relevante para nosotros los clínicos es que los pacientes cuyo tumor residual mostraba un patrón más fragmentado y entremezclado con el estroma circundante recayeron antes, mientras que la cantidad absoluta de tumor residual por sí sola no estratificó el riesgo de forma fiable.

Qué aporta a la consulta y dónde todavía toca pisar con cautela

Los modelos arrojan cifras que invitan a leer con atención: en uno de los análisis, los pacientes clasificados como de alto riesgo presentaron un riesgo ajustado de recidiva un 71% mayor, y en otro modelo ese riesgo ajustado se llegó a duplicar con creces. Además, los patrones espaciales de mayor riesgo se asociaron con una menor presencia de células inmunitarias dentro de las regiones cancerosas; las células inmunitarias tendían a agruparse alrededor del tumor en lugar de infiltrarlo, un detalle que a cualquier oncólogo médico le conecta de inmediato con el debate sobre la respuesta inmune en este tumor tan esquivo.

El propio Carr lo expresaba así en la nota difundida por el centro: "Las evaluaciones anatomopatológicas actuales en gran medida nos dicen cuánto tumor queda después del tratamiento. Queríamos saber si la geografía de ese cáncer restante podría revelar información biológica adicional sobre el riesgo de recidiva". Y añadía que el objetivo a largo plazo es "identificar mejor qué pacientes siguen en mayor riesgo y, en última instancia, usar ese conocimiento para orientar una vigilancia, una terapia adyuvante y un diseño de ensayos clínicos más individualizados".

Ahora bien, el equipo también es claro al señalar que aún hacen falta estudios prospectivos antes de que esta lectura espacial pueda informar la toma de decisiones clínicas, y esa prudencia es la que conviene mantener en el comité. La buena noticia es que, como el flujo de trabajo opera sobre laminillas que ya se generan en la rutina asistencial, el enfoque podría aportar información pronóstica adicional sin necesidad de pedir una nueva biopsia, lo cual encaja muy bien con el espíritu de aprovechar al máximo el tejido disponible. Mientras tanto, en nuestra práctica podemos quedarnos con la idea de que la geografía del tumor puede esconder claves biológicas que el simple conteo de células no nos cuenta, y de que la IA, bien entendida, viene a facilitarnos esa lectura, no a sustituir el juicio clínico que seguimos ejerciendo a pie de cama.