Cáncer de páncreas: una IA detecta signos ocultos 475 días antes del diagnóstico

Un modelo de inteligencia artificial bautizado como REDMOD logró identificar alteraciones sutiles del tejido pancreático asociadas al cáncer una media de 475 días antes de que los pacientes recibieran el diagnóstico clínico. El hallazgo procede de una investigación publicada en línea en la revista Gut.

El sistema alcanzó una sensibilidad del 73 %, frente al 39 % de radiólogos experimentados. En las exploraciones realizadas más de dos años antes del diagnóstico, la tasa de detección de la herramienta fue del 68 %, casi el triple del 23 % registrado por los especialistas.

Un tumor difícil de ver

El estudio se centra en el adenocarcinoma ductal de páncreas, el tipo más frecuente de cáncer pancreático. Su baja supervivencia se explica, en gran parte, porque suele descubrirse cuando ya está avanzado: en sus primeras fases apenas da síntomas, los cambios que provoca escapan a la imagen médica convencional y puede progresar con rapidez.

REDMOD, siglas en inglés de Radiomics-based Early Detection MODel, analiza patrones muy finos en la textura del tejido, conocidos como radiómica, que no se aprecian a simple vista en una tomografía computarizada. Delimita además el páncreas de forma automática y lo separa de los órganos vecinos, lo que evita el trazado manual y las diferencias entre profesionales.

219 pacientes y 1.243 controles

Los investigadores revisaron tomografías abdominales de 219 pacientes atendidos en varios hospitales. En el momento de esas pruebas, los radiólogos no vieron indicios de cáncer, pero todos acabaron diagnosticados de la enfermedad. En 87 casos (40 %) las imágenes se tomaron entre 3 y 12 meses antes; en 76 (35 %), entre 12 y 24 meses, y en 56 (25 %), más de 24 meses antes, hasta unos tres años. En el 64 % de los pacientes, el tumor se desarrolló en la cabeza del páncreas.

Esas imágenes se compararon con las de 1.243 personas que siguieron libres de cáncer pancreático hasta tres años después, emparejadas por edad, sexo y fecha de la exploración. La edad media fue de 69 años en el grupo de pacientes y de 64 en el de comparación, con edades de 34 a 88 años en ambos.

Los autores subrayan el alcance de ese margen temporal:

«Esta ventana temporal tiene una enorme importancia, ya que lograr una detección tan temprana aumentaría sustancialmente la probabilidad de curación y de una mejor supervivencia».

Los estudios de modelización citados por los autores indican que elevar del 10 % al 50 % la proporción de tumores localizados duplicaría con creces las tasas de supervivencia, lo que convierte el momento del diagnóstico en el factor más determinante.

Resultados en personas sanas

En un grupo independiente de 539 pacientes de distintos hospitales, el modelo clasificó correctamente como libres de cáncer algo más del 81 % de las exploraciones. En la base de datos pública NIH-PCT de los Institutos Nacionales de Salud de Estados Unidos, con 80 pacientes, el acierto llegó al 87,5 %. Al analizar pruebas de un mismo paciente separadas por varios meses, los resultados coincidieron en el 90 % a 92 % de los casos.

Pruebas pendientes

Pese a superar a los radiólogos, REDMOD necesita más investigación antes de llegar a la práctica clínica habitual. Los autores reconocen que la población estudiada no recogía suficiente diversidad étnica y reclaman ensayos prospectivos en personas de alto riesgo, como quienes sufren una pérdida de peso inexplicable o han sido diagnosticados recientemente de diabetes, para confirmar su utilidad en el diagnóstico precoz.