Investigadores del Grupo de Radiómica del Vall d’Hebron Instituto de Oncología (VHIO), bajo la dirección de la Dra. Raquel Pérez-López, han desarrollado SALSA (siglas en inglés de Sistema para la Segmentación y Detección Automática de Tumores Hepáticos), una herramienta de inteligencia artificial basada en aprendizaje profundo que permite detectar y segmentar tumores hepáticos de manera precisa y completamente automatizada. Este avance ha sido publicado en la revista Cell Reports Medicine.
Las imágenes médicas, como las obtenidas mediante tomografía computarizada (TAC), son fundamentales para que los profesionales puedan diagnosticar, planificar intervenciones quirúrgicas con intención curativa o evaluar la respuesta de los tumores al tratamiento.
"Sin embargo, delinear con precisión los tumores para conocer su volumen (es decir, dibujar los contornos tumorales) plantea desafíos prácticos y, a menudo, constituye un cuello de botella en numerosos proyectos de investigación y aplicaciones clínicas que implican la evaluación volumétrica de enfermedades, ya que no solo requiere mucho tiempo, sino que también es propenso a la variabilidad entre diferentes observadores y dentro del mismo observador", explica Raquel Pérez-López, jefa del Grupo de Radiómica del VHIO e investigadora sénior del artículo publicado en Cell Reports Medicine.
"Para superar estos desafíos, decidimos desarrollar una herramienta de delineación totalmente automatizada que pudiera ser transformadora, mejorando la precisión en la detección de tumores y la evaluación del volumen", añadió.
El cáncer hepático, un desafío clínico
El equipo de radiómica optó por centrarse inicialmente en el cáncer hepático debido a los importantes retos que plantea para la salud. Los tumores hepáticos primarios, como el carcinoma hepatocelular y el colangiocarcinoma, suelen detectarse en fases avanzadas, lo que reduce las opciones terapéuticas y empeora el pronóstico. Además, el hígado es un órgano frecuentemente afectado por metástasis de otros tipos de cáncer, lo que influye negativamente en la evolución clínica de los pacientes.
"Para desarrollar SALSA utilizamos el modelo de segmentación de inteligencia artificial ya existente nnU-Net e introducimos los datos obtenidos de 1.598 tomografías computarizadas (TAC) de 4.908 tumores hepáticos primarios o metastáticos para entrenar a nuestra herramienta", explicó Maria Balaguer-Montero, investigadora predoctoral del Grupo de Radiómica del VHIO y primera autora del artículo.
Una vez entrenada la herramienta con miles de imágenes, SALSA demostró una precisión superior en la identificación de tumores y cuantificación de volumen tumoral, superando los modelos considerados más avanzados hasta el momento y con un criterio coincidente con la interpretación de las imágenes médicas por parte de radiólogos expertos. La herramienta también se ha validado con cuatro bases de datos independientes de tumores hepáticos.
"SALSA demostró una precisión de detección en cuanto a paciente superior al 99%, y del 82%, aproximadamente, en cuanto a lesión, en las cohortes de validación externa", señaló la investigadora.
"En conclusión, SALSA logra la identificación y delimitación precisas y automatizadas de tumores hepáticos en imágenes de tomografía computarizada, facilitando una cuantificación más precisa de la carga tumoral, un factor crucial en el pronóstico y el tratamiento del cáncer, sin necesidad de intervención manual", afirmó Pérez-López. "Su validación en varias cohortes de prueba y externas destaca la eficacia y fiabilidad de SALSA, igualando, e incluso superando, la precisión de los radiólogos expertos".
Identificar biomarcadores de respuesta a través de imágenes médicas
Uno de los principales objetivos del Grupo de Radiómica es crear herramientas basadas en el análisis de imágenes médicas que permitan evaluar la respuesta al tratamiento en pacientes con cáncer, incorporando distintos biomarcadores de imagen tumoral, como el volumen, la densidad o la textura de las lesiones. Este tipo de información más detallada puede ser clave para orientar decisiones clínicas que realmente impacten en el beneficio de los pacientes oncológicos.
"Los estándares actuales para evaluar la respuesta de los pacientes al tratamiento son limitados. Se mide el diámetro del tumor, en 2D, sin tener en cuenta el volumen, y en el caso de metástasis se evalúan únicamente dos tumores por órgano y un máximo de cinco lesiones por paciente", indicó Raquel Pérez-López.
"SALSA podría ser útil para el manejo de pacientes con cáncer de hígado, permitiendo medir parámetros como el volumen tumoral total, la densidad o la textura de los tumores, para evaluar si los pacientes están respondiendo o no al tratamiento y facilitar la toma de decisiones terapéuticas con beneficio potencial para los pacientes", concluyó la experta.
