Un estudio reciente, publicado en Scientific Reports y liderado por el Centro de Investigación Biomédica en Red (CIBER) junto con el Instituto Ramón y Cajal de Investigación Sanitaria (IRYCIS), muestra cómo la inteligencia artificial aplicada a la patología digital puede reducir las diferencias de interpretación del porcentaje de células tumorales, haciendo más eficientes los diagnósticos de cáncer de pulmón.

La investigación se enmarca en el proyecto INGENIO, liderado por el CIBER y ha contado con la colaboración de grupos de investigación de las áreas de Cáncer (CIBERONC) y en Bioingeniería, Biomateriales y Nanotecnología (CIBER-BBN).

La patología digital como herramienta diagnóstica

En este estudio, los patólogos evalúan la precisión de la patología digital para determinar el porcentaje de células tumorales en muestras de carcinoma de pulmón no microcítico, responsable de aproximadamente el 85% de los casos de cáncer de pulmón. Este dato es crucial para los análisis moleculares posteriores, como la detección de mutaciones y biomarcadores que guían el tratamiento. Tradicionalmente, esta estimación se lleva a cabo de forma manual, lo que introduce subjetividad y posibles discrepancias en los diagnósticos de los especialistas. Así, el estudio aborda una de las principales limitaciones de la práctica clínica: la variabilidad en la estimación visual del porcentaje de células tumorales.

Para solucionar esto, el equipo de investigación entrenó al equipo de patólogos de nueve centros en el uso de QuPath, un software de análisis de imágenes digitalizadas que cuantifica objetivamente el porcentaje de células tumorales en las secciones histológicas. Los patólogos deben anotar manualmente el área tumoral, siendo este el paso más subjetivo del proceso. Después individualizan las células de manera automática y posteriormente las clasifican utilizando técnicas de inteligencia artificial.

A los patólogos se les proporcionaron imágenes digitalizadas de varios casos de carcinoma de pulmón y se les pidió que estimaran el porcentaje de células tumorales con QuPath.  A pesar de las capacidades del software, los resultados mostraron una baja concordancia entre los patólogos, especialmente en los pasos del análisis que son más subjetivos, como las anotaciones del área tumoral.

Este hallazgo subraya la necesidad de seguir avanzando en la implementación de tecnologías más precisas, como la inteligencia artificial, que podría reducir la variabilidad y mejorar la fiabilidad de las estimaciones.

"Este estudio muestra el gran potencial de la patología digital para optimizar el diagnóstico del cáncer de pulmón. Sin embargo, la clave para su éxito radica en la integración de herramientas de inteligencia artificial, que permitirán superar la subjetividad y mejorar la precisión, con un impacto directo en las decisiones terapéuticas y en la personalización del tratamiento para los pacientes." comenta Irene Carretero del Barrio, primera autora del estudio e investigadora del CIBERONC e IRCYS. 

Proyecto INGENIO

El trabajo forma parte del proyecto INGENIO - liderado por el CIBER- un ambicioso esfuerzo de investigación financiado con una subvención de 3.196.600€ dentro de la convocatoria de Proyectos de Investigación en Medicina Personalizada de Precisión de la Acción Estratégica en Salud 2017-2020. INGENIO busca impulsar la oncología de precisión mediante la implementación de biomarcadores predictivos, radiómica, patología digital e inteligencia artificial aplicada a cohortes clínicas y genómicas.

 "El presente estudio representa un paso más en la integración de tecnologías avanzadas, como la patología digital y la inteligencia artificial, en la oncología de precisión. El proyecto INGENIO permite la colaboración entre los distintos equipos de investigación para mejorar los resultados de los pacientes con cáncer", asegura José Palacios, coordinador del estudio e investigador principal del CIBERONC e IRYCIS.

El proyecto INGENIO, coordinado por Luis Paz-Ares, investigador principal del área de Cáncer del CIBER (CIBERONC) en el Hospital 12 de Octubre de Madrid, tiene como objetivo integrar información clínica, genómica y de imagen digital para optimizar el diagnóstico y tratamiento personalizado del cáncer de pulmón. A través de su enfoque interdisciplinario, el proyecto busca desarrollar una plataforma integrada que facilite la validación de biomarcadores y tecnologías emergentes, además de crear una estrategia para la implementación de Tumor Boards Moleculares (MTB) en la clínica.