Un grupo de investigadores de la Clínica Mayo, en Estados Unidos, desarrolló un modelo automatizado de inteligencia artificial, entrenado con un gran conjunto de datos, para detectar cáncer de páncreas, así como cáncer de dicho órgano preinvasivo, visualmente «oculto», en tomografías computarizadas. La investigación fue publicada en Gastroenterology (1) y comentada en Medscape (2). Lo revisamos en INFOMED.
PUNTOS CLAVE
-
El cáncer de páncreas es una neoplasia con una mortalidad elevada, su incidencia está en aumento, la tasa de supervivencia a 5 años es baja.
-
En la actualidad, nuevos tratamientos, basados en inmunoterapia, se suman a las estrategias terapéuticas estándar.
-
Un grupo de investigadores de la Clínica Mayo, desarrolló un modelo de inteligencia artificial que muestra potencial para detectar cáncer de páncreas «oculto», en etapas tempranas.
-
El modelo clasificó correctamente 360 tomografías computarizadas con adenocarcinoma ductalpancreático (88%), y 783 tomografías computarizadas de control (94%), en el subconjunto de prueba intramural (intramural hold-out test subset).
-
El desarrollo de un modelo de inteligencia artificial como este podría mitigar las deficiencias de las imágenes, y los errores de diagnóstico en la interpretación, que a menudo contribuyen al retraso en el diagnóstico del cáncer de páncreas.
Cáncer de páncreas: peligro oculto (3)
El cáncer de páncreas es una neoplasia con una mortalidad elevada. La forma más común es el adenocarcinoma ductal pancreático: este representa el 85% de las neoplasias de este órgano.
El adenocarcinoma ductal pancreático es la tercera causa de muerte por cáncer en los Estados Unidos.
Su incidencia está en aumento, y pese a los distintos tratamientos, la tasa de supervivencia a 5 años es baja. La cirugía es el único tratamiento potencialmente curativo.
Dada su presentación usualmente tardía, solo el 15-20% de los afectados son candidatos a pancreatectomía.
A pesar de la cirugía, el 90% de los pacientes tienen recurrencia dentro del año, por lo que se requiere, casi siempre, de un tratamiento de radioterapia y/o quimioterapia.
En la actualidad, nuevos tratamientos, basados en inmunoterapia, se suman a las estrategias terapéuticas estándar.
Con la ayuda de inteligencia artificial
Un grupo de investigadores de la Clínica Mayo, Estados Unidos, desarrolló un modelo de inteligencia artificial que muestra potencial para detectar cáncer de páncreas «oculto», en etapas tempranas, en individuos asintomáticos, con la posibilidad de llegar así una cirugía (pancreatectomía), y aumentar las chances de curación.
Los investigadores utilizaron un conjunto de datos, basado en 3.014 tomografías computarizadas:
- 1.105 tomografías computarizadas de diagnóstico con adenocarcinoma ductal pancreático, y 1909 tomografías computarizadas de control (es decir, sin adenocarcinoma ductalpancreático).
Del total, se utilizaron 696 tomografías computarizadas de diagnóstico con adenocarcinoma ductal pancreático, y 1.080 tomografías computarizadas de control, como un subconjunto de entrenamiento del modelo de inteligencia artificial, y 409 tomografías computarizadas con adenocarcinoma ductal pancreático, y 829 tomografías computarizadas de control, como un subconjunto de prueba de espera o reserva intramural (intramural hold-out test subset).
El modelo también se probó en una cohorte simulada que evaluó el riesgo de adenocarcinoma ductal pancreático en individuos con diabetes de nueva aparición; conjuntos de datos públicos multicéntricos (194 tomografías computarizadas con adenocarcinoma ductal pancreático) y 80 controles; y una cohorte de 100 TC prediagnóstico.
Los resultados: ¿qué encontraron en este estudio?
- El modelo clasificó correctamente 360 tomografías computarizadas con adenocarcinoma ductalpancreático (88%), y 783 tomografías computarizadas de control (94%), en el subconjunto de prueba intramural (intramural hold-out test subset).
- La precisión media fue de 0.92 (92%), el área bajo la curva de las características operativas del receptor (AUROC) fue de 0.97, la sensibilidad fue de 0.88 (88 %) y la especificidad fue de 0.95 (95%).
- En los mapas de calor, las áreas de activación se superpusieron con el tumor en 350 de 360 tomografías computarizadas (97%).
- El rendimiento fue alto en todas las etapas del tumor, con sensibilidades de 0,80, 0,87, 0,95 y 1,0 en las etapas T1 a T4, respectivamente.
- Los hallazgos fueron generalizables tanto en la cohorte simulada (precisión, 0.95; curva AUROC, 0.97) como en los conjuntos de datos públicos (precisión, 0.86; curva AUROC, 0.9).
- Se detectó el adenocarcinoma ductal pancreático «oculto» en tomografías computarizadas previas al diagnóstico, en una mediana de 475 días antes del diagnóstico clínico. La precisión fue de 0.84, la curva AUROC fue de 0.91, la sensibilidad fue de 0.75 y la especificidad fue de 0.9.
Las conclusiones: ¿qué nos deja este estudio?
El desarrollo de un modelo de inteligencia artificial como este podría mitigar las deficiencias de las imágenes, y los errores de diagnóstico en la interpretación, que a menudo contribuyen al retraso en el diagnóstico del cáncer de páncreas.
En combinación con los biomarcadores sanguíneo, un modelo de este tipo podría ser de gran ayuda para detectar el cáncer de páncreas.
