¿Pueden complementarse las muestras histopatológicas y la biopsia líquida? Un marcador de IA entra en fase de validación para el cáncer colorrectal temprano

Después de una cirugía de cáncer colorrectal, la cuestión más difícil a menudo no es cuánto tumor se extirpó, sino si aún permanecen en el organismo diminutas lesiones residuales invisibles en las imágenes. El ADN tumoral circulante (ctDNA) en la sangre puede ofrecer una ventana de observación, pero un resultado negativo no significa que el riesgo se reduzca a cero. Ahora, un nuevo estudio se dispone a combinar las señales sanguíneas con la interpretación mediante inteligencia artificial de muestras histopatológicas para evaluar si ambas pueden ofrecer una imagen más completa del riesgo de recurrencia.

DoMore Diagnostics y el Instituto de Oncología Molecular IFOM—AIRC de Italia anunciaron el 10 de agosto una colaboración para validar el valor pronóstico del biomarcador de patología basado en aprendizaje profundo Histotype Px en el cáncer colorrectal temprano. La cuestión central es si el modelo, además de diferenciar el riesgo por sí solo, puede aportar información independiente y significativa adicional a los resultados del ctDNA posoperatorio.

Histotype Px analiza muestras digitales de patología teñidas de forma convencional con H&E y clasifica a los pacientes en distintos niveles de riesgo según las características de las imágenes. Esta información es diferente de la que mide la biopsia líquida: la primera estima el comportamiento de la enfermedad a partir de la morfología del tejido del tumor extirpado, mientras que la segunda busca en la sangre ADN tumoral que pueda representar enfermedad molecular residual. El estudio incluirá a pacientes con enfermedad T4N0 en estadio II y en estadio III del ensayo PEGASUS que se sometieron a pruebas de ctDNA posoperatorias. También analizará, dentro de la plataforma AlfaOmega, una población con enfermedad en estadio I o en estadio II de bajo riesgo que no recibió tratamiento adyuvante después de la cirugía. Además, está previsto evaluar el desempeño del modelo en una cohorte retrospectiva más amplia de pacientes en estadios I a III.

PEGASUS es un ensayo prospectivo, multicéntrico y de fase II, con un objetivo de inscripción de 140 pacientes con cáncer de colon en estadio III o T4N0 en estadio II y estabilidad de microsatélites. El estudio asigna CAPOX o capecitabina después de la cirugía según los resultados del ctDNA y, en función de los cambios observados en pruebas posteriores, intensifica o reduce el tratamiento, o lo cambia a FOLFIRI. El ensayo también incorpora la plataforma observacional AlfaOmega, lo que permite vincular longitudinalmente los datos clínicos, las imágenes y las muestras biológicas y constituye una base importante para este estudio de marcadores integrados.

El análisis de PEGASUS publicado en 2023 mostró que, entre los 135 pacientes incluidos en el análisis por protocolo, 35 presentaron ctDNA positivo después de la cirugía. De ellos, 11 pasaron a un resultado negativo tras recibir tres meses de CAPOX, pero 8 presentaron posteriormente una recurrencia o volvieron a dar positivo para ctDNA. Otros 24 continuaron siendo positivos después de CAPOX; de ellos, 11 pasaron a un resultado negativo tras el tratamiento con FOLFIRI y no presentaron recurrencia durante el periodo de seguimiento disponible en ese momento. Los resultados muestran que el ctDNA aporta una señal pronóstica, pero también ponen de relieve que una única conversión a un resultado negativo no significa necesariamente que la enfermedad residual haya sido erradicada.

Aquí es precisamente donde la incorporación de la IA patológica podría aportar valor. Sin embargo, el anuncio actual no proporciona nuevos datos de desempeño ni detalla por completo el tamaño de la muestra, el criterio principal de valoración, los umbrales estadísticos preestablecidos o el método de validación externa. El estudio también deberá aclarar si el modelo de IA puede mejorar la identificación del riesgo en pacientes con ctDNA negativo y, al mismo tiempo, evitar clasificar erróneamente como de alto riesgo a quienes realmente tienen un riesgo bajo, lo que podría provocar quimioterapia innecesaria.

Aunque la combinación de ambos marcadores mostrara una mayor capacidad para diferenciar el pronóstico, eso no equivaldría a demostrar que ajustar el tratamiento sobre esa base prolongue la supervivencia. Antes de incorporarse a la atención habitual, todavía será necesario confirmar la reproducibilidad del modelo entre distintos hospitales, equipos de escaneo y poblaciones de pacientes, y demostrar mediante estudios prospectivos con un diseño controlado que puede mejorar las decisiones clínicas y los resultados de los pacientes. La importancia de esta colaboración radica en que comienza a abordar estas cuestiones mediante cohortes clínicas con datos de seguimiento a largo plazo, no en que las respuestas ya estén disponibles.