Un equipo de investigadores de Mayo Clinic desarrolló una herramienta basada en inteligencia artificial (IA) capaz de predecir el riesgo de recurrencia de los meningiomas, el tumor cerebral primario más frecuente en adultos, utilizando únicamente imágenes histopatológicas de rutina, lo que podría reducir la necesidad de pruebas genéticas avanzadas y ampliar el acceso a una medicina de precisión.
Los hallazgos, publicados en la revista The Lancet Digital Health, muestran que modelos de aprendizaje profundo pueden extraer información molecular y pronóstica a partir de preparaciones histológicas teñidas con hematoxilina y eosina (H&E), las mismas imágenes que se emplean habitualmente en los laboratorios de anatomía patológica.
Actualmente, este tipo de información suele obtenerse mediante el perfil de metilación del ADN, una prueba genética especializada que aporta datos relevantes para el diagnóstico y el pronóstico de los tumores, pero cuyo elevado costo y limitada disponibilidad dificultan su uso en numerosos hospitales.
La investigación analizó muestras de tejido, imágenes de anatomía patológica y datos clínicos de 672 pacientes con meningioma. A partir de esta información, los investigadores entrenaron modelos de IA capaces de identificar patrones asociados con la biología del tumor, clasificar sus subtipos y estimar el riesgo de recurrencia después de la cirugía.
«Este es uno de los muchos estudios en los que podemos aprovechar el potencial de la patología digital al incorporar a los algoritmos de IA el conocimiento genómico y molecular acumulado durante las últimas dos décadas», señaló la Dra. Gelareh Zadeh, jefa del Departamento de Neurocirugía de Mayo Clinic en Rochester y directora médica ejecutiva de la Plataforma Mayo Clinic.
Una herramienta para personalizar el tratamiento
Los meningiomas presentan comportamientos muy variables. Mientras algunos crecen lentamente y no vuelven a aparecer tras la cirugía, otros tienen un comportamiento más agresivo y un mayor riesgo de recurrencia.
Determinar ese riesgo resulta fundamental para decidir si el paciente necesita tratamientos complementarios, como radioterapia, así como para definir la frecuencia del seguimiento clínico y de los estudios por imágenes.
Los investigadores encontraron que las predicciones realizadas por la IA continuaban siendo precisas incluso después de considerar factores pronósticos tradicionales, como el grado del tumor, la extensión de la resección quirúrgica y la edad del paciente.
Además, los modelos identificaron patrones de heterogeneidad tumoral —diferencias biológicas dentro de un mismo tumor— que podrían explicar por qué algunos meningiomas evolucionan de forma más agresiva o responden de manera diferente a los tratamientos.
Hacia una medicina más accesible
Los autores destacan que, si bien serán necesarios estudios prospectivos adicionales antes de incorporar esta tecnología a la práctica clínica habitual, los resultados representan un paso importante hacia una atención más personalizada y accesible.
Al aprovechar imágenes que ya forman parte de la evaluación rutinaria de los pacientes, esta estrategia podría facilitar el acceso a información pronóstica avanzada en centros donde las pruebas genéticas no están disponibles.
Los investigadores también consideran que este enfoque podría extenderse en el futuro a otros tipos de cáncer, permitiendo que herramientas de inteligencia artificial ayuden a orientar las decisiones terapéuticas sin incrementar significativamente los costos.
No obstante, subrayan que, como cualquier sistema de apoyo a la toma de decisiones clínicas, estos modelos deberán someterse a rigurosos procesos de validación y mantenerse bajo supervisión médica antes de su implementación generalizada.
«El objetivo es hacer que estos algoritmos sean fácilmente accesibles y sencillos de utilizar a escala global, mejorando la atención al paciente en múltiples entornos sanitarios», concluyó la Dra. Zadeh.
