Científicos de diversos centros chinos han desarrollado un modelo de inteligencia artificial que predice rasgos genómicos clínicamente relevantes a partir de imágenes histológicas de tumores sólidos. En el análisis de casi 5.000 muestras, el rendimiento predictivo global medio de estos rasgos alcanzó el 76%, registrándose las mayores fiabilidades en el …
Científicos de diversos centros chinos han desarrollado un modelo de inteligencia artificial que predice rasgos genómicos clínicamente relevantes a partir de imágenes histológicas de tumores sólidos. En el análisis de casi 5.000 muestras, el rendimiento predictivo global medio de estos rasgos alcanzó el 76%, registrándose las mayores fiabilidades en el carcinoma renal cromófobo, el adenocarcinoma gástrico, el carcinoma renal de células claras y el cáncer de mama.
En este último tipo de tumor, biomarcadores clave para la selección del tratamiento, como los receptores de estrógenos, progesterona o HER2, fueron predecibles con promedios de fiabilidad de entre el 81% y el 89%. Además, en una cohorte externa independiente de pacientes con cáncer colorrectal, el rendimiento predictivo medio en la determinación del estado de inestabilidad de microsatélites fue del 77%.
Min He, investigador de la Universidad de Hunan y codirector del estudio, afirma que el perfilado molecular tumoral habitual requiere ensayos genómicos o transcriptómicos costosos, tanto en términos económicos como de tiempo, y representa el principal cuello de botella en los flujos de trabajo del laboratorio clínico. Además, estos ensayos no están disponibles en todos los centros médicos. La capacidad de capturar las variaciones morfológicas de los tejidos malignos e inferir las alteraciones genéticas a partir de preparaciones histológicas convencionales confiere a esta nueva herramienta un importante potencial como mecanismo de cribado inicial, concluye el científico.
SEGUIR LEYENDO