Un nuevo modelo de inteligencia artificial, denominado REDMOD, identificó cambios sutiles en el tejido pancreático asociados con cáncer incluso antes de que fueran visibles en imágenes convencionales. La investigación, publicada en la revista Gut, señala que el sistema puede detectar signos tempranos de adenocarcinoma ductal pancreático, el tipo más común de cáncer pancreático.
Los investigadores sostuvieron que esta herramienta podría mejorar la detección de la enfermedad en una etapa más temprana, incluida la etapa 0, cuando las posibilidades de tratamiento exitoso son mayores. Según el estudio, el diagnóstico precoz permitiría iniciar terapias antes de que el cuadro avance a una fase terminal. No obstante, los autores aclararon que todavía se necesitan más investigaciones antes de su aplicación en la atención médica rutinaria.
Cómo se evaluó
Para probar el sistema, los investigadores analizaron tomografías computarizadas abdominales de 219 pacientes atendidos en múltiples hospitales. En el momento de esos estudios, los radiólogos experimentados no habían encontrado evidencia de cáncer pancreático, pero todos esos pacientes fueron diagnosticados posteriormente. Las imágenes se habían obtenido entre 3 y 12 meses antes del diagnóstico en 87 casos, entre 12 y 24 meses antes en 76 casos, y más de 24 meses antes en 56 casos.
El grupo de comparación estuvo integrado por 1243 personas que permanecieron libres de cáncer pancreático hasta tres años después, con emparejamiento por edad, sexo y fechas de escaneo. Los pacientes que luego desarrollaron la enfermedad tenían una edad promedio de 69 años, mientras que en el grupo de comparación el promedio fue de 64 años. En casi dos tercios de los casos, el cáncer se desarrolló en la cabeza del páncreas.
Resultados del modelo
REDMOD identificó firmas de imagen asociadas con cáncer pancreático con un promedio de 475 días de anticipación respecto del diagnóstico clínico. Los investigadores señalaron que esas señales habían pasado inadvertidas en las evaluaciones radiológicas de rutina. En el estudio, la inteligencia artificial alcanzó una sensibilidad del 73%, frente al 39% registrado por los radiólogos experimentados.
La diferencia fue mayor en los escaneos realizados más de dos años antes del diagnóstico: allí, REDMOD logró una tasa de detección del 68%, mientras que los radiólogos alcanzaron el 23%. Además, en un grupo independiente de 539 pacientes sin cáncer, el sistema clasificó correctamente poco más del 81% de los escaneos como libres de la enfermedad. En el conjunto de datos NIH-PCT del Instituto Nacional de Salud de Estados Unidos, con 80 pacientes, identificó correctamente el 87,5%.
Limitaciones y próximos pasos
Aunque los resultados fueron favorables, los autores advirtieron que la población analizada no incluyó una diversidad étnica suficiente, lo que podría afectar el desempeño en otras poblaciones. También remarcaron que el sistema debe someterse a pruebas prospectivas, especialmente en personas de mayor riesgo, como quienes presentan pérdida de peso inexplicada o fueron diagnosticadas recientemente con diabetes.
Los investigadores concluyeron que REDMOD valida un marco de IA completamente automatizado capaz de identificar las firmas de imagen de la etapa 0 del adenocarcinoma ductal pancreático en un páncreas normal, con tiempos de anticipación sustanciales y un rendimiento superior al de los radiólogos expertos. Según el trabajo, la validación prospectiva será clave para determinar si la herramienta puede trasladarse a la práctica clínica diaria.
