Un equipo de científicos de la Universidad de Colonia ha dado un paso trascendental en la lucha contra el cáncer de pulmón. Liderados por el Dr. Yuri Tolkach y el Profesor Dr. Reinhard Büttner, han desarrollado una revolucionaria plataforma de patología digital impulsada por inteligencia artificial. Este avance permite realizar análisis automatizados de muestras de tejido con una rapidez y precisión sin precedentes.
La herramienta que utiliza algoritmos de última generación, promete cambiar radicalmente el diagnóstico del cáncer de pulmón. Al digitalizar las secciones de tejido y analizarlas en computadoras, se reduce el tiempo de espera y se mejora la exactitud, proporcionando a los médicos una herramienta clave para identificar patrones críticos y personalizar tratamientos de manera más efectiva. Este avance tecnológico coloca a la medicina en una nueva era diagnóstica.
“Demostramos cómo la plataforma podría utilizarse para desarrollar nuevas herramientas clínicas, que no solo mejoren la calidad del diagnóstico, sino que también proporcionen nuevos tipos de información sobre la enfermedad del paciente, como la respuesta al tratamiento”, explicó el Dr. Yuri Tolkach, del Instituto de Patología General y Anatomía Patológica del Hospital Universitario de Colonia, quien lideró el estudio.
Según la información compartida, el cáncer de pulmón de células no pequeñas (NSCLC, por sus siglas en inglés) es el segundo tipo de cáncer epitelial más frecuente y el más letal. Representa más del 80% de todos los casos de cáncer de pulmón, con dos subtipos histológicos principales: el adenocarcinoma pulmonar (LUAD) y el carcinoma de células escamosas pulmonares (LUSC).
Además, el adenocarcinoma pulmonar se ha identificado como el de mayor incidencia entre mujeres 57% frente a 39% en hombres, entre todos los subtipos de cáncer de pulmón). En los hombres, el subtipo más común es el carcinoma de células escamosas (25% frente a 12% en mujeres).
Así funciona la plataforma diagnóstica del cáncer de pulmón:
A partir de un extenso conjunto de datos anotados manualmente, este algoritmo es capaz de generar mapas detallados que clasifican 11 tipos de tejido, n lugar de limitarse a la distinción entre tumores y tejido benigno. El algoritmo ha demostrado ser altamente preciso en pruebas independientes, alcanzando una puntuación de Dice de 0.885, lo que lo convierte en una herramienta esencial para mejorar el diagnóstico y personalizar los tratamientos de pacientes diagnosticados con la enfermedad.
En comparación con estudios previos, este modelo muestra una mayor precisión, al analizar muestras de 1,745 casos, abarcando todas las etapas y morfologías del cáncer de pulmón. Los experimentos revelan que el modelo supera a enfoques anteriores al minimizar las clasificaciones erróneas en biopsias. La información sobre esta herramienta de inteligencia artificial se dio a conocer en la revista Cells Report Medicine.
