MADRID 14 Nov. (EUROPA PRESS) -
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).
En el 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 por ciento de los casos de cáncer de pulmón. Según los autores, 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 anotaron manualmente el área tumoral, siendo este el paso más subjetivo del proceso. Después individualizaron las células de manera automática y posteriormente las clasificaron utilizando técnicas de inteligencia artificial. A los patólogos se les proporcionó 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", ha señalado la primera autora del estudio e investigadora del CIBERONC e IRCYS, Irene Carretero.