Este tipo de tumor es uno de los más mortales y suele detectarse en fases avanzadas. Muchos pacientes se someten a operaciones que no mejoran su pronóstico. Investigadores del CNIO han creado una inteligencia artificial capaz de anticipar si se ha extendido a otros órganos.
El cáncer de páncreas sigue siendo uno de los principales retos para la oncología, un tumor en que las nuevas terapias personalizadas o de inmunoterapia todavía no dan resultado y que está en aumento. Gran parte del esfuerzo se centra en lograr detectarlo cuanto antes, porque la mayoría de los casos se diagnostican en fase ya tardía. Pero la investigación también busca ayudar a tomar la mejor decisión clínica una vez que se tiene un diagnóstico.
A la hora de decidir si operar o no, es esencial saber si el tumor primario ya se ha extendido a otros órganos. Si lo ha hecho -si hay metástasis-, la cirugía no está indicada. El problema es que en cáncer de páncreas esto es muy difícil de determinar. Hoy día, una parte importante de pacientes, cuyas metástasis no fueron detectadas a tiempo, sufren una intervención que no les beneficia.
Un equipo liderado por Núria Malats, del Centro Nacional de Investigaciones Oncológicas (CNIO), ha desarrollado un algoritmo que predice con precisión la existencia de metástasis a partir de imágenes médicas del tumor primario.
Se trata de un modelo de aprendizaje profundo “prometedor a la hora de ayudar a los cirujanos y médicos en la detección de metástasis, lo que podría perfeccionar la planificación quirúrgica y mejorar los resultados de los pacientes con cáncer de páncreas”, se afirma en la publicación de la revista GUT.
“Si una persona con cáncer de páncreas ya tiene metástasis, una operación no solo no cura, sino que puede empeorar su situación”, explica Malats, jefa del grupo de Epidemiología Genética y Molecular del CNIO. “La cirugía es muy invasiva y puede hacer que el paciente sufra más, sin mejorar su pronóstico. Por eso es fundamental saber a tiempo si hay metástasis antes de decidir operar. Nuestro algoritmo predice con precisión la presencia de metástasis utilizando imágenes que ya se hacen de forma rutinaria”.
El algoritmo PMPD (Pancreatic cancer Metastasis Prediction Deep-learning algorithm), que emplea inteligencia artificial, fue puesto a prueba con los datos de cerca de 250 pacientes del ensayo clínico holandés PREOPANC1 sobre primera opción de tratamiento en cáncer de páncreas —y cuyo investigador principal, Casper Van Eijck, ha participado en el trabajo—. El algoritmo tuvo una alta tasa de éxito.
En concreto, el algoritmo PMPD clasificó con precisión el 56 % de las metástasis en el conjunto PREOPANC-DPCG, “un resultado prometedor en el cáncer de páncreas, especialmente en este tipo de diagnóstico tan complejo”, señala Malats.
El rendimiento del modelo se mantuvo independientemente de la ubicación de la metástasis. El tamaño y la ubicación del tumor primario, el sexo y la edad del paciente tampoco afectaron a la capacidad de predicción.
El resultado es especialmente positivo si se tiene en cuenta a los pacientes del estudio PREOPANC-DPCG cuyas metástasis solo fueron detectadas en quirófano. El algoritmo PMPD predijo el 65,8% de estas metástasis, lo que significa que, de haberse empleado en su momento, “estos pacientes podrían haberse ahorrado la intervención quirúrgica”, dice Malats.
El algoritmo también pronostica el desarrollo de la enfermedad. Como explica Malats, “no solo dice si hay metástasis ahora, sino que intenta predecir si van a aparecer en los próximos meses. Esto ayuda a los médicos a decidir mejor si operar o no, a planear tratamientos más ajustados al riesgo del paciente y a evitar intervenciones innecesarias”.
Es un desarrollo liderado por el grupo del CNIO con la colaboración de personas expertas en medicina, informática y estadística de instituciones de España y Holanda.
El éxito del algoritmo se debe a que ha sido en
trenado con muchos datos médicos reales (imágenes de escáneres TAC y datos clínicos). También, añade Malats, a que emplea técnicas de inteligencia artificial “que detectan patrones difíciles de ver para el ojo humano”.
Se ha diseñado como una herramienta complementaria, explica la investigadora del CNIO: “ayuda a los médicos (radiólogos, oncólogos y cirujanos, sobre todo) a tomar decisiones, pero no reemplaza su juicio profesional. Sirve como una segunda opinión basada en datos, que puede hacer que el diagnóstico sea más rápido, más preciso y menos arriesgado para el paciente”.
Hay, no obstante, limitaciones. Hace falta “más validación en diferentes hospitales y poblaciones”, afirma Malats. Y, como todo desarrollo IA, puede dar falsos positivos (decir erróneamente que hay metástasis) o falsos negativos (no verlas cuando sí existen).
Por eso, uno de los próximos objetivos del grupo es probar el algoritmo en pacientes reales, en tiempo real, en colaboración con hospitales como Vall d’Hebron (Barcelona), el Ramón y Cajal y Gregorio Marañón (Madrid), el Centro Universitario de Navarra y con el Grupo Holandés de Cáncer de Páncreas (Dutch Pancreatic Cancer Group, DPCG). También se busca la participación de hospitales en China y Uruguay, para conseguir la máxima heterogeneidad de imágenes posible.
Cuentan para ello con casi 800.000 euros de financiación del Ministerio para la Transformación Digital, en el proyecto Implementación en hospitales terciarios del algoritmo IA-PMPD para la predicción de metástasis de cáncer de páncreas y demostración de su rendimiento a tiempo real.
Investigadores españoles han desarrollado una molécula capaz de aumentar la tolerancia de tomates, trigo y vid al calentamiento global sin necesidad de modificar genéticamente las plantas. El compuesto ha sido patentado en colaboración con la empresa gallega GalChimia.
La herramienta, desarrollada por investigadores de CIC bioGUNE en Vizcaya, combina análisis metabólico e inteligencia artificial para estimar la edad biológica y detectar alteraciones asociadas a distintas patologías. Su validación ha incluido datos de más de 20 000 participantes de diferentes grupos de edad.
