Un nuevo modelo de IA mejora la predicción del riesgo de recaída en el cáncer de mama

En la práctica diaria, una de las decisiones que más nos cuesta explicar a las pacientes con cáncer de mama precoz es por qué un test genómico nos dice que el riesgo de recaída es bajo y, aun así, años después la enfermedad reaparece. Precisamente en esa zona gris se mueve el nuevo modelo IICM+, desarrollado por el grupo ECOG-ACRIN Cancer Research Group junto a Caris Life Sciences, que según los datos publicados en la revista npj Breast Cancer mejora la capacidad pronóstica del conocido Recurrence Score de 21 genes en tumores hormonales positivos y HER2-negativos, el subtipo más frecuente.

Qué cambia frente al test de 21 genes

El Recurrence Score —comercializado como Oncotype DX por Exact Sciences— lleva años acompañando nuestras decisiones sobre quimioterapia adyuvante y sigue siendo una herramienta útil. Pero el propio equipo del ensayo TAILORx ya había observado que su rendimiento predictivo es mayor en los primeros cinco años tras la cirugía y se diluye cuando hablamos de recaídas tardías, que representan más de la mitad de las recurrencias a distancia y pueden aparecer 10, 15 e incluso más de 20 años después de la intervención. Ahí es donde el modelo IICM+, liderado por Joseph A. Sparano, de la Icahn School of Medicine at Mount Sinai, busca ir un paso más allá.

Según recoge Medical Xpress, IICM+ integra imágenes digitalizadas de patología con variables clínicas —edad, tamaño tumoral, grado— y datos moleculares procedentes de un panel ampliado de 42 genes. El entrenamiento y la validación se realizaron con muestras y seguimiento clínico de más de una década del ensayo TAILORx, con 4.429 participantes en total (2.808 para desarrollar el modelo y 1.621 para validarlo de forma independiente) y una mediana de seguimiento superior a los 11 años. Es una cohorte sólida que conviene tener en mente cuando en el comité nos pregunten por la robustez del estudio.

Cómo se traduce esto en la consulta

Lo más relevante para nosotros, los clínicos, no es tanto el algoritmo en sí como el matiz que introduce en la interpretación. Dentro del grupo con Recurrence Score 0–25, considerado de menor riesgo genómico, IICM+ identifica un subconjunto con un riesgo observado de recaída a distancia superior al esperado; a la inversa, en el tramo 26–100 detecta pacientes cuyo riesgo real es menor del que el test clásico sugería. En la práctica, esto significa que la herramienta no viene a sustituir nuestra lectura clínica, sino a facilitarnos una estratificación más fina que puede ayudar a decidir, por ejemplo, la intensidad del seguimiento, la duración de la hormonoterapia o la conveniencia de ampliar el estudio.

Antes de cambiar protocolos: qué conviene verificar

Como en cualquier innovación asistencial, antes de que ninguna comisión de tumores modifique sus protocolos conviene aplicar el filtro del sentido común clínico. El modelo se ha entrenado y validado dentro del propio ensayo TAILORx, por lo que todavía falta evidencia sobre cómo se comporta en cohortes externas y con plataformas de patología digital distintas a las del estudio. También es razonable preguntar por la accesibilidad real al panel de 42 genes y al flujo de imagen digital en nuestros centros, porque una herramienta pronóstica solo cumple su función si podemos incorporarla sin añadir complejidad innecesaria a la consulta.

En definitiva, IICM+ se presenta como un traductor más fino entre la biología del tumor y la decisión compartida con la paciente, y nos obliga a repensar, más que a sustituir, cómo interpretamos los resultados que ya tenemos encima de la mesa.