MADRID, 21 Sep. (EUROPA PRESS) -
La inteligencia artificial puede procesar imágenes médicas para extraer información biológica y clínica, según han mostrado unos investigadores del Centro Integral del Cáncer Gustave Roussy de París (Francia) tras diseñar un algoritmo y desarrollarlo para analizar imágenes de tomografía computarizada.
Publicado en 'The Lancet Oncology', los científicos han creado esta herramienta que define el nivel de infiltración de linfocitos de un tumor y proporciona una puntuación predictiva de la eficacia de la inmunoterapia en el paciente. En el futuro, los médicos podrían así usar imágenes para identificar fenómenos biológicos en un tumor localizado en cualquier parte del cuerpo sin tener que realizar una biopsia.
Hasta ahora, ningún marcador puede identificar con precisión a aquellos pacientes que responderán a la inmunoterapia anti-PD-1/PD-L1 en una situación en la que solo del 15 al 30 por ciento de los pacientes responden a dicho tratamiento.
Y es que, se sabe que cuanto más rico es el entorno del tumor inmunológicamente (presencia de linfocitos), mayor es la probabilidad de que la inmunoterapia sea eficaz, por lo que los investigadores han intentado caracterizar este entorno mediante imágenes y correlacionarlo con la respuesta clínica de los pacientes.
En este estudio retrospectivo, la herramienta radiológica fue capturada, desarrollada y validada en 500 pacientes con tumores sólidos (todos los sitios) de cuatro cohortes independientes. Además, fue validada genómica, histológica y clínicamente, lo que lo hace particularmente robusto.
Utilizando un enfoque basado en el aprendizaje automático, el equipo enseñó primero el algoritmo para usar información relevante extraída de tomografías computarizadas de pacientes que participan en el estudio 'Moscato', el cual contenía también datos del genoma tumoral.
Por lo tanto, basado únicamente en imágenes, el algoritmo aprendió a predecir lo que el genoma podría haber revelado sobre el infiltrado inmune del tumor, especialmente en lo que se refiere a la presencia de linfocitos T citotóxicos (CD8) en el tumor, estableciendo así una firma radiológica, la cual se probó y validó en otras cohortes, demostrando que las imágenes pueden predecir un fenómeno biológico, proporcionando una estimación del grado de infiltración inmune de un tumor.
Posteriormente, para probar la aplicabilidad de esta firma en una situación real y correlacionarla con la eficacia de la inmunoterapia, se evaluó mediante tomografías computarizadas realizadas antes del inicio del tratamiento en pacientes que participaron en cinco ensayos de fase I de anti-PD-1/PD-L1 inmunoterapia. Asimismo, se encontró que los pacientes en los que la inmunoterapia era efectiva a los 3 y 6 meses tenían puntajes radiológicos más altos que los que tenían una mejor supervivencia general.
El próximo estudio clínico evaluará la firma de forma retrospectiva y prospectiva, utilizará un mayor número de pacientes y los estratificará según el tipo de cáncer para refinar la firma. Esto también empleará algoritmos de aprendizaje automático e inteligencia artificial más sofisticados para predecir la respuesta del paciente a la inmunoterapia.