Un equipo internacional ha desarrollado un innovador algoritmo de aprendizaje profundo que permite predecir la existencia de metástasis en el cáncer de páncreas a partir de imágenes médicas del tumor primario. Este avance tiene el potencial de evitar cirugías innecesarias e invasivas en aquellos pacientes que no obtendrían beneficio del procedimiento. La doctora Núria Malats, jefa del grupo de Epidemiología Genética y Molecular del Centro Nacional de Investigaciones Oncológicas (CNIO), ha liderado la investigación, cuyos resultados fueron publicados en la prestigiosa revista GUT.
Según Malats, “si una persona con cáncer de páncreas ya tiene metástasis, una operación no solo no cura, sino que puede empeorar su situación”. La cirugía para este tipo de cáncer es “muy invasiva” y puede aumentar el sufrimiento del paciente sin mejorar su pronóstico. Por ello, es crucial saber “a tiempo” si hay metástasis antes de tomar la decisión de operar.
El algoritmo PMPD y sus resultados
El algoritmo denominado PMPD (por sus siglas en inglés, Pancreatic cancer Metastasis Prediction Deep-learning algorithm) fue probado con datos de cerca de 250 pacientes del ensayo clínico holandés Preopanc1. Los resultados mostraron una alta tasa de éxito en la identificación de metástasis, clasificando con precisión el 56% de los casos en el conjunto de datos ‘Preopanc-Dpcg’. Este resultado se considera especialmente prometedor, dado lo complejo del diagnóstico en cáncer de páncreas.
El rendimiento del algoritmo se mantuvo constante, independientemente de la ubicación de la metástasis, así como del tamaño y la ubicación del tumor primario, el sexo y la edad del paciente. Malats destacó que el algoritmo fue capaz de predecir el 65,8% de las metástasis que solo fueron detectadas en quirófano, lo que implica que, de haberse utilizado previamente, “estos pacientes podrían haberse ahorrado la intervención quirúrgica”. Este algoritmo no solo identifica metástasis presentes, sino que también puede prever si la enfermedad se extenderá a otros órganos en los meses siguientes.
Validación y futuro del algoritmo
El éxito del algoritmo se atribuye a su entrenamiento con numerosos datos médicos reales, incluyendo imágenes de escáneres TAC y datos clínicos, además de utilizar técnicas de inteligencia artificial que detectan patrones difíciles de identificar a simple vista. Sin embargo, Malats aclara que el algoritmo está diseñado como una herramienta complementaria: no sustituye el juicio profesional, sino que actúa como “segunda opinión”, ayudando a los médicos a tomar decisiones más rápidas, precisas y menos arriesgadas para el paciente.
La investigadora ha señalado la necesidad de “más validación en diferentes hospitales y poblaciones” para asegurar la fiabilidad del algoritmo. También ha advertido que, como ocurre con cualquier desarrollo basado en inteligencia artificial, puede dar falsos positivos, indicando erróneamente la presencia de metástasis, o falsos negativos, no detectándolas cuando sí están presentes. Para abordar estas limitaciones, el grupo de investigación planea probar el algoritmo en pacientes reales y en tiempo real, en colaboración con varios hospitales, gracias a un proyecto que cuenta con una financiación de casi 800.000 euros del Ministerio para la Transformación Digital.
Entre los hospitales que participarán se encuentran el Vall d’Hebron de Barcelona, el Ramón y Cajal y el Gregorio Marañón de Madrid, así como el Centro Universitario de Navarra y el Grupo Holandés de Cáncer de Páncreas (DPCG). Además, se busca la colaboración de hospitales en China y Uruguay para obtener la mayor heterogeneidad de imágenes posible, lo que podría contribuir a la eficacia del algoritmo en diferentes contextos clínicos.
