¿Puede una sola lámina determinar la intensidad del tratamiento? La IA identifica en un ensayo de cáncer de recto al grupo que podría beneficiarse

El tratamiento del cáncer de recto localmente avanzado plantea una difícil disyuntiva: intensificar la quimioterapia podría reducir el riesgo de recurrencia, pero también puede añadir cargas como diarrea grave y disminución de los glóbulos blancos. Un equipo de investigación británico intenta ahora identificar, a partir de las láminas histopatológicas obtenidas en el momento del diagnóstico, a los pacientes que realmente podrían beneficiarse de un tratamiento intensificado, para que su intensidad deje de decidirse únicamente mediante clasificaciones de riesgo aproximadas.

Los investigadores analizaron mediante un modelo de patología basado en inteligencia artificial 414 láminas de biopsias de cáncer de recto del ensayo de fase III ARISTOTLE. El modelo identificó primero el tumor y el tejido circundante y luego calculó la densidad de células cancerosas; de los 414 pacientes, 188 fueron clasificados con alta densidad de células tumorales y 226 con baja densidad. Este método procesa imágenes microscópicas convencionales y no requiere secuenciación genética adicional ni tinciones especiales.

ARISTOTLE comparó originalmente dos regímenes preoperatorios: capecitabina combinada con radioterapia y la adición de irinotecán a este tratamiento. El ensayo completo había mostrado previamente que el beneficio de añadir irinotecán era limitado; sin embargo, en este análisis retrospectivo, los pacientes con alta densidad de células tumorales que recibieron el régimen intensificado presentaron un riesgo de recurrencia del cáncer aproximadamente un 43% menor y un riesgo de muerte aproximadamente un 50% menor. En los pacientes con baja densidad no se observaron diferencias claras.

La relevancia de este resultado no radica en que la IA haya seleccionado por sí misma un nuevo fármaco, sino en que transformó una señal de las láminas histopatológicas difícil de cuantificar manualmente de forma rápida y consistente en un biomarcador que podría predecir el beneficio del tratamiento. Si estudios posteriores confirman su eficacia, los médicos podrían identificar antes de iniciar el tratamiento a las personas con mayor probabilidad de beneficiarse del irinotecán y, al mismo tiempo, evitar una toxicidad innecesaria al resto de los pacientes.

No obstante, este sigue siendo un análisis que examinó retrospectivamente datos de un ensayo existente para buscar diferencias en la respuesta al tratamiento, y no un ensayo clínico diseñado de antemano específicamente para validar una estrategia de estratificación mediante IA. La muestra también se limitó a las 414 láminas del ensayo original que estaban disponibles para su análisis; los datos actuales aún no permiten determinar de manera suficiente si las diferencias entre hospitales en la toma de muestras, la tinción, los equipos de escaneo y la calidad de las imágenes podrían alterar los resultados de la clasificación.

Por lo tanto, las cifras de aproximadamente el 43% y el 50% deben considerarse estimaciones de asociación dentro de un subgrupo específico y no pueden aplicarse directamente a todos los pacientes con cáncer de recto localmente avanzado. El equipo de investigación ha convertido la herramienta de análisis en un sistema en línea al que se pueden cargar láminas, pero no podrá utilizarse para decidir si un paciente concreto debe recibir irinotecán adicional hasta que se haya validado en cohortes independientes de pacientes, estudios planificados de antemano y flujos de trabajo clínicos; el control de calidad del modelo, la asignación de responsabilidades y la regulación del software médico también son aspectos que deberán abordarse antes de incorporarlo a la atención habitual.