Investigadores desarrollaron y validaron una herramienta de AI que, a través de tomografías, estima el riesgo que tiene cada paciente con cáncer orofaríngeo.
Un equipo de investigadores de Mass General Brigham y el Dana-Farber Cancer Institute desarrolló y validó una herramienta basada en artificial intelligence (AI) que permite estimar, a partir de tomografías, qué pacientes con carcinoma orofaríngeo tienen mayor riesgo de que su cáncer se disemine. Los resultados fueron publicados en Journal of Clinical Oncology.
El carcinoma orofaríngeo es un tipo de cáncer de cabeza y cuello que se origina en la garganta. Su tratamiento suele incluir combinaciones de cirugía, radioterapia y quimioterapia, terapias que pueden ser difíciles de tolerar y dejar secuelas a largo plazo. Por ello, identificar desde el inicio qué pacientes necesitan un tratamiento más intensivo y cuáles podrían beneficiarse de esquemas menos agresivos es clave para personalizar la atención.
Uno de los factores pronósticos más importantes es la extensión extranodal, conocida como ENE. Esta ocurre cuando las células cancerosas se extienden más allá del ganglio linfático hacia los tejidos circundantes. Hasta ahora, la ENE solo podía confirmarse mediante cirugía y análisis patológico de los ganglios, lo que limita su utilidad para la toma de decisiones previas al tratamiento.
Para superar esta limitación, el equipo liderado por el oncólogo radioterapeuta Benjamin H. Kann desarrolló una plataforma automatizada que combina dos modelos de aprendizaje profundo. Primero, el sistema identifica y segmenta automáticamente los ganglios linfáticos sospechosos en tomografías computarizadas. Luego, un segundo modelo predice cuáles de esos ganglios presentan extensión extranodal. A partir de ese análisis, la herramienta calcula el número de ganglios con ENE predicha por inteligencia artificial, denominado AI-ENE.
El estudio incluyó a 1,733 pacientes con carcinoma orofaríngeo tratados con radioterapia definitiva en tres instituciones. Los investigadores analizaron si el número de ganglios con AI-ENE se asociaba con desenlaces clínicos como el control a distancia de la enfermedad y la supervivencia global.
Los resultados mostraron que un mayor número de ganglios con AI-ENE se relacionó de manera independiente con peor control de la enfermedad a distancia y menor supervivencia. Además, el riesgo aumentaba progresivamente conforme crecía el número de ganglios afectados.
Cuando los investigadores integraron la información proporcionada por la herramienta de AI en sistemas de estratificación de riesgo ya existentes, como las clasificaciones del Radiation Therapy Oncology Group y la octava edición del sistema del American Joint Committee on Cancer, la capacidad para predecir supervivencia y diseminación tumoral mejoró de forma significativa. Las mejoras fueron particularmente notables en pacientes con tumores negativos para el virus del papiloma humano, un subgrupo con peor pronóstico.
Según Kann, la herramienta podría ayudar a identificar qué pacientes deberían recibir estrategias intensivas, como inmunoterapia o quimioterapia adicional, e incluso ser candidatos ideales para ensayos clínicos. Al mismo tiempo, también permitiría detectar a quienes podrían beneficiarse de una desescalada terapéutica, por ejemplo, tratamiento quirúrgico exclusivo.
En este sentido, el número automatizado de ganglios con extensión extranodal predicha por AI emerge como un nuevo biomarcador pronóstico en el carcinoma orofaríngeo. Si se integra en la práctica clínica, podría mejorar la planificación terapéutica antes de iniciar el tratamiento, avanzando hacia una atención más precisa y adaptada al riesgo individual de cada paciente.
