La inteligencia artificial mejora la predicción de pronóstico y beneficio de terapia adyuvante en cánceres gastrointestinales

Los tumores del tracto gastrointestinal representan el 22.6 % de las muertes por cáncer a nivel mundial y, a pesar de los avances terapéuticos, las herramientas actuales de estadificación no permiten una estratificación precisa del riesgo individual. Dado que muchos pacientes se someten a cirugía con intención curativa y algunos reciben terapia adyuvante, surge la necesidad de identificar mejor quiénes realmente se benefician de esta intervención, que no está exenta de toxicidad. Frente a esto, los modelos de inteligencia artificial (IA), especialmente los foundation models, ofrecen una alternativa innovadora.

Desarrollo y validación de un modelo fundacional basado en histopatología digital

📊 Datos para el modelo

El modelo, denominado DINOPath, fue entrenado con más de 130 millones de fragmentos extraídos de 104.876 imágenes histopatológicas (WSI) procedentes de 11 consorcios internacionales, abarcando 25 órganos. El colon y el estómago fueron los más representados en la base de datos.

👥 Pacientes y cohortes

Se analizaron 4.213 pacientes con cánceres GI que contaban con seguimiento clínico y al menos una lámina digital teñida con H&E. Se incluyeron 1.619 pacientes con cáncer gástrico o esofágico y 2.594 con cáncer colorrectal, distribuidos en cohortes retrospectivas de entrenamiento y validación interna y externa.

🎯 Modelo para predicción del pronóstico

El modelo fue ajustado por separado para predecir la supervivencia libre de enfermedad (DFS) en cáncer gástrico y la supervivencia específica por enfermedad (DSS) en cáncer colorrectal, mediante aprendizaje débilmente supervisado.

¿Qué encontraron?

Las cohortes de cáncer gástrico mostraron una mayoría de pacientes en estadios II o III (70-77 %), mientras que en cáncer colorrectal fue del 56-67 %. La mitad de los pacientes recibió cirugía sin tratamiento adicional.

El modelo logró un índice de concordancia (c-index) de 0.726–0.797 en cáncer gástrico y 0.714–0.757 en cáncer colorrectal. En el grupo de cáncer gástrico de alto riesgo, la DFS a 5 años fue de 49–52 %, mientras que en el grupo de bajo riesgo fue de 76–92 %. En cáncer colorrectal, la DSS a 5 años fue de 43–72 % (alto riesgo) vs. 81–98 % (bajo riesgo).

El modelo logró un índice de concordancia (c-index) de 0.726–0.797 en cáncer gástrico y 0.714–0.757 en cáncer colorrectal. En el grupo de cáncer gástrico de alto riesgo, la DFS a 5 años fue de 49–52 %, mientras que en el grupo de bajo riesgo fue de 76–92 %. En cáncer colorrectal, la DSS a 5 años fue de 43–72 % (alto riesgo) vs. 81–98 % (bajo riesgo).

El score de riesgo por IA fue un factor pronóstico independiente, incluso ajustando por estadio, grado tumoral y estado ganglionar. En estadio II gástrico, los pacientes de bajo riesgo tuvieron una DFS a 5 años del 93 %; en estadio III, fue de 71 %, frente al 31 % en alto riesgo.

En pacientes con enfermedad estadio II/III, la IA predijo beneficio significativo de la quimioterapia adyuvante solo en el grupo de alto riesgo.

• En cáncer gástrico, la DFS mejoró, se logra reducir el riesgo de progresión de la enfermedad en 56% (HR 0.44, p < .0001).

• En cáncer colorrectal, la DSS también mejoró, disminuyendo el riesgo de morir por la enfermedad en 55% (HR 0.45, p = .003).

• No hubo beneficio (e incluso posible daño) en el grupo de bajo riesgo.

  
  

IA al servicio de la oncología de precisión 🤖💡

Este estudio demuestra que un modelo fundacional entrenado con histopatología digital puede predecir con precisión el pronóstico en cánceres gastrointestinales y orientar decisiones terapéuticas personalizadas. Su aplicación clínica, junto con la expansión de la patología digital, podría mejorar la estratificación del riesgo y optimizar el uso de terapias adyuvantes, evitando tratamientos innecesarios y tóxicos.