La inteligencia artificial estandariza el análisis de linfocitos en el cáncer de mama

La evaluación de linfocitos infiltrantes de tumores (TIL) mediante inteligencia artificial acaba de dar un paso relevante en el pronóstico del cáncer de mama precoz. Según recoge ASCO AI in Oncology, dos análisis publicados en The Lancet Oncology demuestran que estas herramientas digitales aportan valor pronóstico tanto en el subtipo triple negativo como en el HER2 positivo. Para nosotros, los clínicos, la lectura inmediata es que el algoritmo no viene a sustituir al patólogo, sino a acompañarlo donde más lo necesitamos.

Qué aporta la puntuación asistida por IA

El reto asistencial al que nos enfrentamos en la práctica diaria es bien conocido: cuantificar TIL de forma reproducible entre observadores siempre ha sido una de las tareas más variables del informe anatomopatológico. Los dos estudios publicados en The Lancet Oncology, según los datos que ASCO AI in Oncology ha difundido, muestran que los modelos computacionales logran una evaluación más estable de estos marcadores inmunitarios. En términos sencillos, se trata de traducir un criterio visual, hasta ahora sujeto a la experiencia del ojo que mira al microscopio, en una lectura homogénea que pueda incorporarse al informe.

Esto resulta especialmente valioso en los tumores triple negativo y HER2 positivo, donde la densidad de infiltrado linfocitario se asocia desde hace años con la respuesta al tratamiento y con el pronóstico. La IA, en este terreno, hace lo que mejor se le da: estandarizar una observación que dependía en exceso del observador.

Dónde encaja la herramienta y qué conviene vigilar

El propio comunicado de ASCO AI in Oncology subraya dos escenarios de uso complementarios. El primero es el de los centros con patólogos experimentados, donde la IA facilita la tarea de cribado y homogeneiza criterios entre profesionales. El segundo es el de los entornos con recursos diagnósticos más limitados, donde esta lectura asistida podría cubrir un vacío real.

Antes de llevarla al comité de tumores, conviene no acelerar conclusiones:

• La validación procede de estudios publicados, pero los detalles metodológicos completos —qué arquitectura se empleó, cómo se entrenó el modelo o qué variables se fijaron— no aparecen en los materiales difundidos, por lo que conviene revisar las publicaciones originales antes de extrapolar.
• Valor pronóstico y valor predictivo de respuesta terapéutica no son lo mismo; son planos distintos que exigen sus propios estudios.
• Cualquier despliegue asistencial real pasa por validación local, integración con el sistema de información del laboratorio y aceptación del servicio de Anatomía Patológica.

El contexto más amplio

Mientras tanto, la propia semana ha traído otras piezas que apuntan en la misma dirección. Según heraldo.es, la OMS colabora en un sistema de IA para mejorar el diagnóstico y tratamiento de tumores cerebrales, lo que refuerza la idea de que la patología digital se está moviendo hacia aplicaciones concretas por órgano y por tumor. Desde otros medios como estrelladigital.com.mx y cetys.mx se insiste, además, en que la IA es una herramienta y no un reemplazo clínico, un recordatorio útil para evitar tanto el entusiasmo excesivo como el rechazo por principio.

De momento, lo prudente es seguir de cerca las publicaciones originales, esperar a que los modelos se ofrezcan con métricas de rendimiento transparentes y mantener al patólogo en el centro de la decisión. La IA, en este terreno, está llamada a ser esa colega silenciosa que nos ayuda a mirar mejor la lámina, no la que firma el diagnóstico por nosotros.