Un equipo de la Universitat de València y la Universitat Politècnica de València ha desarrollado una herramienta de inteligencia artificial que puede ayudar a distinguir el sarcoma de Ewing de otros tumores muy similares.
El sarcoma de Ewing es un tumor agresivo que aparece principalmente en huesos y tejidos blandos y afecta sobre todo a niños y adolescentes. Su diagnóstico puede resultar especialmente complejo porque, al observarlo al microscopio, puede presentar una apariencia muy parecida a la de otros tipos de tumores.
La nueva herramienta ha alcanzado una precisión diagnóstica global del 91,6% y una sensibilidad del 97,1% específicamente para detectar el sarcoma de Ewing.
Para facilitar esta diferenciación, investigadores de la Universitat de València (UV), la Universitat Politècnica de València (UPV) y la empresa Artikode Intelligence han desarrollado un sistema capaz de analizar imágenes digitalizadas de muestras tumorales e identificar patrones asociados a cada tipo de cáncer.
Entrenada con muestras de cientos de pacientes
Para desarrollar y evaluar el modelo, los investigadores utilizaron 1.926 muestras histológicas digitalizadas pertenecientes a 729 pacientes procedentes de cuatro hospitales de España e Italia. Entre ellas se encontraban 517 casos de sarcoma de Ewing, además de otros tumores con características similares.
El sistema fue entrenado y evaluado con 1.926 muestras de 729 pacientes de hospitales de España e Italia.
Además, el sistema consiguió distinguir con especial precisión el sarcoma de Ewing del rabdomiosarcoma, otro tumor que puede resultar difícil de diferenciar al microscopio. En este caso, la tasa de error entre ambos tipos de tumor fue de apenas un 1,96%.
Aprovechar mejor el tejido de las biopsias
Uno de los principales retos aparece cuando los médicos disponen de biopsias muy pequeñas. En estos casos, la cantidad de tejido obtenida mediante una punción puede ser limitada y cada prueba adicional consume parte de la muestra.
La herramienta podría ofrecer una primera orientación que ayude al especialista a decidir qué análisis complementarios realizar, evitando emplear tejido en pruebas que no aporten información decisiva.
Análisis de biopsia.
Esto permitiría aprovechar mejor el escaso tejido disponible en algunas biopsias y orientar con mayor precisión qué pruebas realizar después.
Una herramienta de apoyo para los especialistas
El sistema utiliza técnicas de aprendizaje profundo para localizar patrones microscópicos relacionados con cada tumor y generar posteriormente una clasificación.
Sus desarrolladores subrayan que no está diseñado para sustituir al profesional de anatomía patológica, sino para funcionar como una herramienta de apoyo al diagnóstico, especialmente cuando no se dispone de acceso inmediato a todas las pruebas moleculares necesarias.
La inteligencia artificial no pretende sustituir al patólogo, sino servir como apoyo para orientar el diagnóstico y las pruebas necesarias.
Los investigadores consideran que el trabajo también abre la puerta a futuras aplicaciones. Entre sus próximos objetivos se encuentra adaptar estos algoritmos al análisis de muestras completas de tejido, incorporar nuevos subtipos genéticos y extender la tecnología a otras neoplasias raras cuyo diagnóstico resulta especialmente complejo.
El método podría servir en el futuro como base para desarrollar herramientas de apoyo al diagnóstico de otros tumores raros y difíciles de identificar.
Fuente:
Título de fuente
0 comentarios