Todo lo que la IA va a cambiar de la palabra cáncer

Oncólogos y patólogos se preparan para vivir un cambio profundo en su especialidad con la implantación de la inteligencia artificial. Lo que antes se examinaba con el microscopio, el portaobjetos y el ojo humano ahora se digitaliza y es analizado a través de una pantalla por un poderoso algoritmo, capaz de compararlo con millones de datos y patrones en el tiempo que antes se empleaba para estudiar apenas una decena de ellos.

Desde los laboratorios de anatomía patológica hasta los algoritmos que predicen mutaciones, la IA está acelerando diagnósticos y haciéndolos precisos y personalizados; está mejorando las predicciones del oncólogo acerca de la evolución del paciente y su respuesta al tratamiento, está minimizando los errores y acortando el camino a la equidad y eficiencia de los servicios médicos.

“La oncología avanza hacia la medicina personalizada y de precisión”, explica el doctor Javier de Castro, jefe de la sección de Oncología Médica del Hospital Universitario La Paz de Madrid. “Eso implica la recogida de una gran cantidad de datos y su análisis exhaustivo para hacer un diagnóstico molecular que identifique biomarcadores a fin de diferenciar genéticamente los tumores y personalizar el tratamiento. En este contexto la IA es clave para la interpretación correcta de datos masivos, ganar precisión en el diagnóstico y predecir la respuesta al tratamiento de los pacientes”, precisa De Castro, que también es profesor asociado de Medicina en la Universidad Autónoma de Madrid.

“La IA es clave para la interpretación correcta de datos masivos, ganar precisión en el diagnóstico y predecir la respuesta al tratamiento de los pacientes”

Javier de Castro Jefe de la sección de Oncología Médica del Hospital Universitario La Paz de Madrid

En los cimientos de esta revolución está la patología digital computacional, que en cuestión de tiempo puede convertir el microscopio en una pieza de museo. “Esta disciplina supone digitalizar las imágenes de las muestras de tejido para, en lugar de analizarlas en un microscopio convencional, hacerlo a través de una pantalla con la ayuda de una inteligencia artificial”, aclara el doctor Jordi Temprana, médico patólogo del Hospital Vall d’Hebron de Barcelona. “Esto está cambiando nuestra especialidad porque permite, entre otras ventajas, trabajar en red entre diferentes equipos de patólogos, compartir información y formar a los residentes con la mayor casuística posible”, argumenta el también presidente del comité educativo de la Sociedad Europea de Patología Digital e Integrativa (ESDIP, en sus siglas en inglés).

Patología Digital Computacional

QUÉ ES

Una disciplina que combina la inteligencia artificial (IA) y modelos de aprendizaje automático (deep learning) para el análisis de datos masivos.

La patología digital digitaliza las imágenes de las muestras de tejido para ser visualizadas a través de una pantalla. Reemplaza al microscopio tradicional.

La patología computacional es la aplicación de la IA a esas imágenes digitales para su análisis: identifica patrones, clasifica tumores, predice resultados…

QUÉ APORTA

En el campo de la oncología médica representa una revolución, pues gracias a la digitalización de las muestras y su posterior análisis exhaustivo a través de plataformas digitalizadas se facilita el almacenamiento y el intercambio de datos entre los equipos, así como la posibilidad de hacer diagnósticos remotos mediante telepatología en los lugares con menor acceso a especialistas.

EL IMPACTO DE LA IA EN DIAGNÓSTICO Y SEGUIMIENTO DEL PACIENTE ONCOLÓGICO

En el análisis anatomopatológico molecular de los tejidos

La patología digital computacional permite un análisis exhaustivo de datos masivos e imágenes para identificar las especificidades genéticas del tumor.

En el diagnóstico

Lo agiliza y se gana en precisión y personalización, reduciendo los errores. Los algoritmos de IA pueden identificar y clasificar tumores con mayor precisión, incluso subclasificándolos por sus características morfológicas.

En el tratamiento

Se personaliza al máximo porque la IA permite predecir la respuesta de cada paciente a los tratamientos, su eficacia, y también el impacto de los efectos secundarios.

En el seguimiento

Es más preciso y se reducen las visitas al hospital. Una vez terminado el tratamiento, la IA permite decidir si la frecuencia de las revisiones y el seguimiento de cada caso deben ser más o menos exhaustivos. Cada paciente puede ser monitorizado a distancia para reducir sus visitas al hospital.

La patología digital permite detectar patrones invisibles que hacen el diagnóstico más preciso. Además, puede predecir efectos secundarios y pronosticar la respuesta al tratamiento de cada paciente. Comparar y analizar las preparaciones histológicas solía tomar mucho tiempo a los patólogos. “Antes se hacía con el ojo humano, era una tarea lenta y tediosa, ahora la IA permite cuantificar con mayor precisión y rapidez las muestras de tejido”, precisa el doctor Fernando López Ríos, jefe de sección de Anatomía Patológica del Hospital Universitario 12 de Octubre de Madrid.

“En el futuro es probable que analizando la morfología de los tumores la IA permita desarrollar métodos de cribado para hacer aún más preciso el diagnóstico”

Fernando López Ríos Jefe de sección de Anatomía Patológica del Hospital Universitario 12 de Octubre de Madrid

Los biomarcadores son cruciales para acelerar un diagnóstico cada vez más preciso, pues son auténticos tesoros de información para los oncólogos médicos. Se detectan comparando y analizando datos con la patología digital computacional. Los biomarcadores mejoran sustancialmente el viaje del paciente oncológico desde el diagnóstico hasta los controles extrahospitalarios. “La IA ayuda a identificar y cuantificar biomarcadores para predecir la respuesta al tratamiento y el pronóstico de la evolución de un paciente”, explica López Ríos. “En el futuro es probable que analizando la morfología de los tumores la IA permita desarrollar métodos de cribado para hacer aún más preciso el diagnóstico y predecir con mayor exactitud el pronóstico de un paciente”.

“La IA es capaz de mostrar las células de una forma muy precisa, superando algunos límites que tenemos los humanos”, destaca el doctor Jordi Temprana. “Además, favorece la reproducibilidad y la equidad, pues una mayor cantidad de profesionales puede acceder a las mismas determinaciones. Por ejemplo, los algoritmos de detección de tejidos ya permiten reconocer patrones de neoplasia que nos ayudan a determinar los grados del cáncer, a hacer cribados, y a priorizar a los pacientes adecuados, de esta forma se acorta el tiempo de respuesta a los tratamientos”.

El doctor Javier de Castro añade que la identificación de los biomarcadores es útil para predecir los efectos secundarios y los riesgos de un tratamiento, así como para pronosticar la respuesta del paciente a un fármaco concreto. “Además, se mejora el control extrahospitalario, pues a través de la IA los pacientes se pueden monitorizar a distancia y reducir sus visitas al hospital”.

“Los algoritmos de detección de tejidos ya permiten reconocer patrones de neoplasia que nos ayudan a determinar los grados del cáncer, a hacer cribados, y a priorizar a los pacientes adecuados”

Jordi Temprana Médico patólogo del Hospital Vall d’Hebron de Barcelona

“La IA está cambiando la oncología porque mejora la información diagnóstica gracias a una mejor clasificación de los datos sobre los tejidos; eso hace más preciso el pronóstico sobre la evolución clínica del paciente; y ayuda a predecir a través de biomarcadores su respuesta a un tratamiento específico”, argumenta el doctor López Ríos.

El camino por recorrer

Los médicos entrevistados reconocen que estamos en el inicio de la adopción de la IA, y en algunos hospitales y comunidades autónomas está más implantada que en otras. La tecnología para digitalizar las muestras de tejidos aún es cara y es la base para impulsar el diagnóstico por biomarcadores y mejorar así el pronóstico de las enfermedades oncológicas.

Su consolidación dependerá de la validación científica, la formación profesional y la integración ética en la práctica médica. Un documento reciente de la Sociedad Europea de Oncología Médica (ESMO, por sus siglas en inglés) ha fijado los criterios éticos mínimos para el uso de biomarcadores basados en IA y ha ofrecido a los profesionales una guía para conseguir una adopción “segura e integradora” de la inteligencia artificial. El documento pide que el entrenamiento de los médicos incluya la “alfabetización” en IA y aboga por “una validación automática robusta” de los resultados, especialmente cuando la IA esté reemplazando el juicio de un especialista humano.