Los tumores epiteliales tímicos (TET) son neoplasias malignas poco frecuentes que se originan en las células epiteliales del timo y representan las neoplasias más comunes del mediastino anterior. Estas patologías plantean importantes desafíos diagnósticos debido a sus patrones histológicos heterogéneos y a la considerable variabilidad interobservador en su clasificación.Dada la naturaleza agresiva …
Los tumores epiteliales tímicos (TET) son neoplasias malignas poco frecuentes que se originan en las células epiteliales del timo y representan las neoplasias más comunes del mediastino anterior. Estas patologías plantean importantes desafíos diagnósticos debido a sus patrones histológicos heterogéneos y a la considerable variabilidad interobservador en su clasificación.
Dada la naturaleza agresiva de estos cánceres, un diagnóstico preciso es crucial para guiar las decisiones de tratamiento, ya que una clasificación errónea puede llevar a que los pacientes no reciban la atención más adecuada.
Al respecto, un equipo de investigadores de la Universidad de Chicago (EEUU) ha desarrollado una herramienta de inteligencia artificial que podría ayudar a los patólogos a diagnosticar con mayor precisión dichas neoplasias, tal como se expone en la revista ‘Annals of Oncology’.
«Se trata de un tipo de cáncer muy raro, por lo que muy pocos especialistas en el mundo están capacitados para diagnosticarlo y tratarlo», según la
autora principal, la Dra. Marina Garassino, profesora de Medicina en la Universidad de Chicago.
El equipo recurrió a la IA y la patología digital. Entrenaron un modelo computacional para reconocer patrones en imágenes microscópicas de tumores de 119 pacientes con TET, enseñándole esencialmente al modelo cómo se ven los diferentes subtipos de TET. Las imágenes provenían del Programa Atlas del Genoma del Cáncer (TCGA), un gran conjunto de datos sobre cáncer de acceso público en el que las clasificaciones de subtipos han sido confirmadas por patólogos expertos.
«Básicamente, creamos una herramienta que, en manos de un patólogo no experto, es capaz de diagnosticar correctamente el 100% de los carcinomas tímicos y superar los diagnósticos realizados por personas sin experiencia», explicó la Dra.Garassino. La herramienta clasificó los subtipos de TET con alta precisión en general, y fue especialmente eficaz para identificar los carcinomas tímicos, el subtipo más agresivo.
Los datos del mundo real indican que la clasificación histológica errónea sigue siendo un problema persistente con consecuencias clínicas directas, lo que respalda la adopción de procedimientos de diagnóstico estandarizados.
Un desafío pendiente es que su modelo actual se entrenó con datos que utilizaron procedimientos de laboratorio e imagenología similares. Las diferencias en la preparación y el escaneo de las muestras microscópicas en los distintos hospitales pueden afectar la apariencia de los tumores en las imágenes. «Por lo tanto, en el futuro, planeamos ampliar el algoritmo para que pueda corregir dichas diferencias, lo que hará que la herramienta sea aún más útil», concluyó dicha experta.
SEGUIR LEYENDO