Un equipo de investigadores de la Universitat de València (UV) y la Universitat Politècnica de València (UPV) ha desarrollado un sistema de inteligencia artificial capaz de ayudar a identificar el sarcoma de Ewing con una precisión diagnóstica global del 91,6 %. Esta enfermedad es un cáncer poco frecuente que afecta principalmente a niños y adolescentes.
La herramienta busca facilitar el trabajo de los especialistas cuando tienen que diferenciar este tumor de otros que presentan un aspecto muy parecido al observarlos al microscopio. Además, puede resultar especialmente útil cuando la biopsia contiene muy poco tejido. Los médicos deben decidir qué pruebas realizar para no agotar la muestra disponible.
El sarcoma de Ewing aparece principalmente en los huesos y en los tejidos blandos. Uno de los principales problemas para diagnosticarlo es que sus células pueden parecerse mucho a las de otros tumores. Por ejemplo, el rabdomiosarcoma, el condrosarcoma, determinados tumores gastrointestinales o el sarcoma sinovial presentan células similares.
Los investigadores explican que esta similitud obliga habitualmente a realizar distintas pruebas para confirmar el diagnóstico. Cuando la muestra obtenida en una biopsia es pequeña, cada análisis consume parte de un tejido que puede ser muy limitado.
«En muchas biopsias pequeñas el tejido es muy escaso. Si el patólogo cuenta con una herramienta inicial que oriente certeramente la sospecha diagnóstica, puede decidir qué pruebas complementarias e inmunohistoquímicas solicitar, evitando agotar la muestra en análisis que no aporten información decisiva», explican Francisco Giner, Isidro Machado y Samuel Navarro, investigadores del Departamento de Patología de la Universitat de València.
Una ayuda para orientar el diagnóstico
El nuevo sistema utiliza técnicas de aprendizaje profundo, una modalidad de inteligencia artificial capaz de aprender a reconocer determinados patrones a partir de una gran cantidad de imágenes.
En este caso, el programa analiza imágenes microscópicas de los tejidos y busca características asociadas a cada tipo de tumor. A partir de esos patrones, genera una clasificación que puede servir de apoyo al especialista.
La herramienta ha sido desarrollada por investigadores del grupo CVBLab de la Universitat Politècnica de València. Además, ha sido creada por Artikode Intelligence, una empresa surgida de la propia UPV.
Valery Naranjo, coordinadora del CVBLab y responsable tecnológica de Artikode Intelligence, señala que «la herramienta está ideada como apoyo al personal médico de anatomía patológica y podría ayudar a orientar las pruebas necesarias para confirmar el diagnóstico, especialmente cuando se dispone de muy poco tejido de una biopsia».
Los investigadores insisten en que el objetivo no es sustituir al médico. La inteligencia artificial funciona como una herramienta complementaria que puede aportar una primera orientación antes de realizar otras pruebas.
Más de 1.900 muestras analizadas
Para desarrollar y comprobar el funcionamiento del sistema, el equipo ha utilizado 1.926 muestras de tejido digitalizadas procedentes de 729 pacientes atendidos en cuatro hospitales de España e Italia. Entre ellas había 517 casos de sarcoma de Ewing.
En una prueba independiente, el modelo alcanzó una precisión diagnóstica global del 91,6 %. En el caso concreto del sarcoma de Ewing, logró identificar correctamente el 97,1 % de los casos.
El sistema también obtuvo una tasa de error del 1,96 % al diferenciar el sarcoma de Ewing del rabdomiosarcoma. Este es uno de los tumores con los que puede resultar más complicado establecer diferencias mediante la observación microscópica.
Francisco Giner destaca que la principal aportación del proyecto no consiste únicamente en emplear inteligencia artificial. El investigador explica que el trabajo combina el problema clínico, el tipo de imágenes utilizadas y la forma de clasificar los tumores. Además, considera la posibilidad de trasladar la herramienta a situaciones reales de patología digital.
«La inteligencia artificial no pretende sustituir al patólogo, sino constituir un soporte diagnóstico objetivo, especialmente valioso en centros hospitalarios que no cuenten con un acceso inmediato a la batería completa de determinaciones moleculares», recalca.
El equipo plantea ahora utilizar esta tecnología sobre imágenes completas de tejidos y ampliar el sistema para reconocer nuevos subtipos genéticos relacionados con el sarcoma de Ewing. También estudia aplicar esta metodología a otros tumores poco frecuentes cuyo diagnóstico resulta especialmente complejo.
La investigación forma parte del Proyecto DEISA, financiado por la Unión Europea mediante los fondos NextGenerationEU. En el trabajo participan también el Hospital Universitari i Politècnic La Fe, INCLIVA, el Instituto Valenciano de Oncología, el Centro de Investigación Príncipe Felipe, CIBERONC y el Istituto Ortopedico Rizzoli de Bolonia.
