{"id":55733,"date":"2025-05-23T11:36:53","date_gmt":"2025-05-23T17:36:53","guid":{"rendered":"https:\/\/saluddigital.com\/?p=55733"},"modified":"2025-05-23T11:39:46","modified_gmt":"2025-05-23T17:39:46","slug":"modelo-de-radiomica-ayuda-predecir-resultados-de-inmunoterapia-en-cancer-de-higado","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/modelo-de-radiomica-ayuda-predecir-resultados-de-inmunoterapia-en-cancer-de-higado\/","title":{"rendered":"Modelo de radi\u00f3mica ayuda predecir resultados de inmunoterapia en c\u00e1ncer de h\u00edgado"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Un estudio internacional demuestra que el machine learning puede predecir con mayor precisi\u00f3n la respuesta a inmunoterapia en c\u00e1ncer de h\u00edgado avanzado.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Investigadores de Imperial College London y centros m\u00e9dicos en Francia han desarrollado modelos basados en inteligencia artificial (IA) que superan los biomarcadores cl\u00ednicos tradicionales en la predicci\u00f3n de supervivencia y respuesta a la inmunoterapia en pacientes con carcinoma hepatocelular (HCC, en ingl\u00e9s) avanzado. El trabajo, publicado en Journal of Hepatology<\/em><\/a>, utiliza t\u00e9cnicas de radi\u00f3mica y deep learning para analizar im\u00e1genes m\u00e9dicas antes del tratamiento.<\/p>

La inmunoterapia es un tipo de tratamiento contra el c\u00e1ncer que activa el sistema inmune para que ataque las c\u00e9lulas de c\u00e1ncer. Estas terapias han revolucionado la atenci\u00f3n para pacientes con esta enfermedad y ha logrado mejorar los resultados y la supervivencia. Sin embargo, no todos los pacientes responden de manera positiva a la inmunoterapia e incluso algunos experimentan efectos adversos.<\/p>

El estudio se centr\u00f3 en pacientes con HCC tratados con la combinaci\u00f3n de atezolizumab y bevacizumab, actualmente una terapia de primera l\u00ednea para casos no resecables. Utilizando tomograf\u00edas computarizadas previas al tratamiento, los investigadores emplearon modelos de deep learning para segmentar autom\u00e1ticamente el h\u00edgado y extraer caracter\u00edsticas radi\u00f3micas, es decir con patrones cuantificables invisibles al ojo humano, que luego fueron combinadas con datos cl\u00ednicos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Se evaluaron 152 pacientes provenientes de Imperial College London y el Hospital Avicenne de Par\u00eds. Posteriormente, se desarrollaron modelos predictivos utilizando siete algoritmos de machine learning y trece t\u00e9cnicas de selecci\u00f3n de caracter\u00edsticas. Los modelos fueron entrenados para predecir mortalidad a 12 meses, supervivencia general y libre de progresi\u00f3n, y respuesta al tratamiento.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Los resultados fueron concluyentes, pues el modelo combinado de radi\u00f3mica y datos cl\u00ednicos super\u00f3 significativamente a indicadores tradicionales como el estadio BCLC y la escala ALBI. En el grupo de entrenamiento del Reino Unido, el modelo integrado alcanz\u00f3 un AUC de 0.89, frente a 0.61 del BCLC. Estos hallazgos se replicaron con \u00e9xito en la cohorte independiente de Francia, confirmando la capacidad de este enfoque.<\/p>

Adem\u00e1s de predecir mortalidad y progresi\u00f3n, los modelos tambi\u00e9n identificaron grupos de alto y bajo riesgo, lo que permiti\u00f3 asociar perfiles de pacientes con probabilidad de respuesta a inmunoterapia. Las herramientas desarrolladas tambi\u00e9n mostraron ser \u00fatiles para evitar tratamientos agresivos en pacientes con bajo pron\u00f3stico, abriendo la puerta a estrategias terap\u00e9uticas m\u00e1s personalizadas.<\/p>

Este estudio representa un avance significativo hacia la medicina de precisi\u00f3n en c\u00e1ncer de h\u00edgado. Si bien se necesitan validaciones adicionales en cohortes m\u00e1s diversas y numerosos pacientes, los hallazgos demuestran el potencial de integrar inteligencia artificial con datos cl\u00ednicos e imagenolog\u00eda para optimizar decisiones terap\u00e9uticas. Esta combinaci\u00f3n podr\u00eda transformar la forma en que se seleccionan tratamientos en oncolog\u00eda, especialmente en enfermedades con pocas opciones de predicci\u00f3n confiable como el HCC.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

IMPERIAL<\/strong><\/p>

https:\/\/www.imperial.ac.uk\/news\/264093\/machine-learning-predict-immunotherapy-treatment-outcomes\/<\/a><\/p>

JOURNAL OF HEPATOLOGY<\/strong><\/p>

https:\/\/www.journal-of-hepatology.eu\/article\/S0168-8278(25)00244-2\/fulltext<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Machine learning y modelo de radi\u00f3mica basado en im\u00e1genes ayuda predecir resultados de inmunoterapia en c\u00e1ncer de h\u00edgado.<\/p>","protected":false},"author":1,"featured_media":55734,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-55733","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/55733","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=55733"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/55733\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/55734"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=55733"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=55733"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=55733"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}