Cáncer y medicina de precisión · global
Leer el riesgo de recaída en cortes de cáncer de mama: Agendia presenta la validación de un modelo de IA con diez años de seguimiento
Un modelo experimental de patología digital intenta estimar, a partir de cortes con tinciones habituales, la información de riesgo de una prueba de 70 genes. Los datos a largo plazo muestran que permite diferenciar el pronóstico, pero aún faltan pruebas para sustituir las pruebas genéticas y orientar las decisiones terapéuticas.
La necesidad de intensificar el tratamiento después de una cirugía de cáncer de mama suele depender de la probabilidad de que el tumor reaparezca en el futuro. Si los cortes histológicos habituales también pudieran aportar indicios de riesgo que hasta ahora requerían pruebas genéticas, quizá más pacientes podrían acceder a este tipo de evaluación. Agendia anunció recientemente los resultados de validación de un modelo experimental de inteligencia artificial, que muestran una asociación entre los grupos de riesgo estimados a partir de imágenes de cortes histológicos y el pronóstico a largo plazo de pacientes con cáncer de mama temprano.
El estudio fue presentado por Laura van ’t Veer, cofundadora y directora de investigación de la compañía, en el congreso anual de 2026 de la Sociedad Europea de Oncología Médica (ESMO). El modelo utilizó como referencia de aprendizaje los resultados de MammaPrint, una prueba de 70 genes para evaluar el riesgo de recaída, y se entrenó con 70 000 imágenes de portaobjetos completos con tinción de hematoxilina y eosina (H&E), desprovistas de datos identificativos. Mediante la identificación y clasificación de tejidos y la extracción de características de las imágenes, genera una puntuación continua de riesgo y luego divide los casos en dos grupos digitales: riesgo alto y riesgo bajo. Estima la información de riesgo que refleja la prueba genética; no mide directamente la expresión génica.
El anuncio de resultados de la compañía utilizó datos de 372 pacientes con cáncer de mama temprano del estudio RASTER, con una mediana de seguimiento de 10.3 años. El coeficiente de correlación entre el modelo y los resultados de MammaPrint fue de 0.954, y aproximadamente la mitad de las pacientes quedó clasificada en cada uno de los grupos de riesgo alto y bajo. Esta cifra describe el grado de correlación entre ambos resultados y no puede interpretarse como una exactitud predictiva del modelo del 95.4%.
Los indicios más próximos a la práctica clínica proceden del seguimiento a largo plazo: la supervivencia específica por cáncer de mama a diez años fue del 98.1% en el grupo digital de riesgo bajo y del 86.7% en el de riesgo alto. Entre las 274 pacientes con receptores de estrógeno positivos y HER2 negativo, las cifras fueron del 98.1% y del 84.7%, respectivamente; la cobertura del mismo anuncio en *Clinical Lab Products* también recoge este resultado del subgrupo. Sin embargo, la supervivencia específica por cáncer de mama mide la proporción de pacientes que no han fallecido por este cáncer y no puede equipararse directamente a la proporción sin recaídas.
El resumen del congreso explica que el estudio evaluó el desempeño mediante un análisis de supervivencia de Kaplan–Meier y un modelo multivariable de Cox ajustado por factores clínicos y patológicos. La compañía anunció posteriormente que la clasificación digital del riesgo seguía mostrando una asociación significativa con la supervivencia específica por cáncer de mama en el análisis multivariable, con una razón de riesgos de 0.084 y un valor p de 0.0002. Sin embargo, que los grupos pronósticos presenten diferencias no equivale a haber demostrado que aumentar o reducir la quimioterapia según los resultados del modelo pueda mejorar los desenlaces de las pacientes.
Hay otros dos puntos que deben aclararse al interpretar los datos. RASTER es un estudio prospectivo, pero esta validación del modelo de IA es un análisis retrospectivo de datos existentes y no puede considerarse un ensayo prospectivo que evalúe el tratamiento guiado por IA. Además, el resumen del congreso menciona a 376 pacientes, mientras que el anuncio de resultados de la compañía indica 372; los textos públicos disponibles no explican el motivo de esta diferencia. El resumen sigue describiendo el estudio en términos de «resultados esperados» y tampoco incluye todas las cifras del anuncio posterior.
El atractivo de este método reside en utilizar cortes que ya se preparan habitualmente para explorar una vía de evaluación del riesgo más accesible; el anuncio aún no aporta pruebas comparativas de que permita ahorrar tiempo o reducir costes en la práctica. Por ahora, el modelo sigue siendo de uso en investigación. Su estabilidad entre hospitales, procedimientos de tinción y equipos de escaneado, así como la forma de abordar los casos que discrepen de la prueba genética, influirán en la posterior validación clínica y evaluación regulatoria; los resultados actuales aún no bastan para respaldar su uso como sustituto de MammaPrint ni para decidir directamente el tratamiento.