La inteligencia artificial supera al biomarcador PD-L1 en la inmunoterapia del cáncer de pulmón

Según Inside Precision Medicine, un equipo internacional del proyecto I³LUNG acaba de publicar en Nature Medicine un sistema de soporte al clínico que, entrenado con datos de casi 2.400 pacientes con cáncer de pulmón no microcítico avanzado, supera a biomarcadores clásicos como PD-L1 a la hora de anticipar respuesta al tratamiento. Para nosotros, los clínicos, no es una promesa más: es la confirmación de algo que ya notábamos a diario en la consulta, donde PD-L1 muchas veces no basta.

Lo que el modelo realmente usa

Aquí está el detalle que más me interesa, porque cambia la conversación sobre qué datos necesitamos recoger. Los modelos con mejor rendimiento se construyeron con información que ya manejamos en la práctica diaria: PD-L1, ECOG, estado tabáquico, localización de metástasis, ratio neutrófilos-linfocitos y lactato deshidrogenasa. Con ese cóctel —sin granulosidad añadida— se alcanzaron valores de AUC de hasta 0,77 en el conjunto de prueba independiente. Es decir, la IA no exige una infraestructura nueva; exprime lo que ya tenemos.

Cuando los investigadores incorporaron imágenes de TC, patología digital y datos genómicos en modelos multimodales, algunos mejoraron en validación cruzada, pero las ganancias no se mantuvieron al testarlos en cohortes externas. Los propios autores lo reconocen y conviene que lo tengamos presente antes de solicitar una herramienta de ese tipo.

La diferencia no está solo en el algoritmo

El hallazgo más práctico, en mi opinión, es lo que ocurre cuando el clínico recibe la predicción acompañada de la explicación de qué variables pesan más. Veinte médicos —diez expertos en cáncer de pulmón y diez no expertos— evaluaron casos reales antes y después de consultar la herramienta. La sensibilidad para predecir control de la enfermedad pasó de 0,72 sin ayuda de la IA a 0,87 con ella, y la precisión global ascendió de 0,57 a 0,65. Además, mejoró el acuerdo entre especialistas y no especialistas, lo que reduce esa variabilidad que tanto nos preocupa en los comités multidisciplinares.

Esto apunta a algo clave: el valor no reside tanto en el algoritmo en abstracto como en la explicabilidad. Una puntuación ciega se queda en el cajón; una predicción que señala qué rasgos la sostienen se discute de verdad en sesión clínica.

Antes de llevárnosla al hospital

Tres cautelas que conviene tener presentes:

• El estudio es retrospectivo y los propios autores reconocen que el valor incremental de la multimodalidad sigue sin estar claro.
• En la cohorte de validación externa geográficamente distinta, los modelos bajaron a AUC entre 0,55 y 0,72, recordatorio de que el rendimiento varía entre poblaciones y sistemas sanitarios.
• PD-L1 sigue siendo, a día de hoy, el biomarcador aprobado para guiar la decisión; lo que tenemos es evidencia de que puede mejorar con ayuda algorítmica, no de que se pueda sustituir sin más.

Para nuestra práctica, la lectura sensata es intermedia: la IA predictiva empieza a demostrar que puede traducir datos rutinarios en una recomendación útil, pero todavía necesita validación prospectiva, integración con nuestra historia clínica y, sobre todo, ojos clínicos que la lean con criterio. La tecnología no decide por nosotros; nos acompaña en una decisión que, hasta ahora, veníamos tomando a ciegas en demasiadas ocasiones.