Desarrollan un modelo de inteligencia artificial que previene la metástasis de uno de los cánceres más comunes
El sistema MelanoMAP, probado con más de 3.500 imágenes de pacientes de seis países, mejora en un 24% la capacidad predictiva de los sistemas actuales y permite identificar qué melanomas tienen mayor riesgo de metástasis
Un equipo de internacional de científicos ha desarrollado un modelo de inteligencia artificial que puede revolucionar como tratamos el melanoma, uno de los cánceres de piel más agresivos y comunes. El sistema, llamado MelanoMAP, no es el primer modelo especializado en prevenir la metástasis, pero sí que es el primero en centrarse en un cáncer en concreto.
Sus creadores afirman que es capaz de predecir con una precisión sin precedentes qué tumores tienen mayor probabilidad de metastatizar, lo que permitirá personalizar el seguimiento y tratamiento de los pacientes.
La investigación, publicada en la revista Nature Communications, analizó más de 3.500 imágenes microscópicas de melanoma procedentes de seis naciones diferentes, "combinando el análisis de imágenes del microambiente tumoral con datos clinicopatológicos tradicionales como la edad del paciente, el recuento mitótico y la profundidad de Breslow (el grosor del tumor en milímetros)".
El sistema de identificación actual del melanoma, basado en el criterio del American Joint Committee on Cancer (AJCC), se apoya principalmente en dos parámetros: el grosor del tumor y la presencia de ulceración, los desarrolladores de MelanoMAP, sin embargo, afirman que este enfoque pasa por alto características clave del microambiente tumoral (las células normales, moléculas y vasos sanguíneos que rodean y alimentan un tumor) que juegan un papel crucial en la progresión del cáncer.
"Los sistemas actuales excluyen factores pronósticos clinicopatológicos clave y no logran capturar el potencial de progresión de la enfermedad", explican, valoran que el microambiente tumoral es fundamental en la biología del melanoma, impulsando el crecimiento de la lesión, la evasión inmune y la metástasis a través de interacciones complejas.
¿Pero, cómo funciona?
Sus creadores explican que MelanoMAP utiliza un enfoque multimodal que integra biomarcadores digitales derivados del microambiente tumoral con características clinicopatológicas tradicionales, el sistema procesa imágenes de muestras histológicas teñidas con hematoxilina-eosina (H&E) y emplea inmunohistoquímica (método de laboratorio para el que se usan anticuerpos a fin de determinar si hay ciertos antígenos en una muestra de tejido) para determinar la presencia de marcadores específicos como AMBRA1 y Loricrin, clave en la supresión tumoral y la diferenciación epidérmica.
Pese a los temores a que la IA no sea un recurso fiable para el diagnóstico de cáncer, el modelo demostró un índice de concordancia (C-index) de 0,82, lo que representa una mejora del 24% sobre el sistema de estadificación AJCC (0,66).
En cuanto a resultados, pacientes clasificados como de alto riesgo por MelanoMAP y tratados teniendo esto en cuenta, mostraron una tasa de supervivencia a 5 años del tratamiento de aproximadamente el 81%, y los clasificados en el grupo de bajo riesgo presentaron una tasa del 98%.
No soy médico, pero estos datos parecen prometedores, en un sector en el que la mayoría de magnates de la IA se centran en crear novias virtuales y contentar a sus inversores, sienta bien enterarse de que existen proyectos que utilizan esta tecnología para algo objetivamente beneficioso para nuestra especie.