Publicidad
Publicidad

La IA mejora la fiabilidad de los biomarcadores pronósticos en el cáncer colorrectal

Dos rasgos tumorales determinados mediante Deep Learning podrían complementar a otras variables clínicas e histológicas en la estratificación de riesgo de los pacientes.

Estado: Finalizado

31/03/2025

Investigadores de la Universidad de Leeds han establecido un modelo para la prognosis del cáncer colorrectal, basado en el análisis de imágenes de biopsias mediante inteligencia artificial (IA). En preparaciones de tumores primarios teñidas según un procedimiento rutinario de laboratorio, el modelo cuantifica tanto la intensidad de la infiltración linfocitaria ...

Investigadores de la Universidad de Leeds han establecido un modelo para la prognosis del cáncer colorrectal, basado en el análisis de imágenes de biopsias mediante inteligencia artificial (IA). En preparaciones de tumores primarios teñidas según un procedimiento rutinario de laboratorio, el modelo cuantifica tanto la intensidad de la infiltración linfocitaria (IL) en diferentes áreas, como la densidad de células tumorales (DCT) en la superficie luminal. Al considerar solamente el primero de estos dos biomarcadores, los científicos hallaron que la IL baja en el margen invasivo o en toda el área del tumor se asoció a peor supervivencia especifica de cáncer, en comparación con la IL elevada. Similarmente, valores bajos de DCT se asociaron a prognosis desfavorable. 

Nicholas West, director del estudio, afirma que el valor predictivo sobre la supervivencia aumentó al combinar la IL en el margen invasivo con la DCT, constatándose que los pacientes con valores elevados en ambos índices presentan una supervivencia más prolongada. El científico prosigue indicando que a pesar de que una importante proporción de pacientes diagnosticados con cáncer colorrectal acabará desarrollando enfermedad metastásica incurable, siguen sin existir métodos fiables para identificar a los pacientes de alto riesgo que pueden beneficiarse especialmente de los tratamientos adyuvantes y neoadyuvantes. 

Ello impone la necesidad de desarrollar herramientas pronósticas que contribuyan a la toma de decisiones terapéuticas. Los biomarcadores ahora examinados con IA podrían sumarse a los ya utilizados de manera habitual en clínica, con la consiguiente mejora en la fiabilidad de la predicción, concluye West.

Autor: IM Médico
Publicidad
Publicidad