Un nuevo algoritmo de IA desarrollado en la Universidad de Cambridge, SMMILe, analiza imágenes complejas de cáncer en un minuto, mejorando la precisión del diagnóstico y potencialmente personalizando tratamientos.
Investigadores de la Universidad de Cambridge han desarrollado una innovadora herramienta de inteligencia artificial, conocida como SMMILe, que promete revolucionar el análisis de imágenes complejas de muestras de tejido. Este algoritmo de aprendizaje automático es capaz de analizar estas imágenes en un tiempo récord, reduciendo el proceso que normalmente tomaría hasta 20 minutos por parte de un patólogo experimentado a solo un minuto.
La funcionalidad del SMMILe va más allá de la simple detección de células cancerosas; también puede predecir la ubicación de las lesiones tumorales y calcular la proporción de áreas con diferentes niveles de agresividad. Esta capacidad podría ser fundamental para personalizar tratamientos y mejorar la comprensión científica sobre el desarrollo del cáncer, así como para identificar nuevas firmas biológicas que faciliten su detección.
Las herramientas basadas en inteligencia artificial ofrecen un potencial significativo para ayudar a los patólogos en la evaluación de muestras de tejido de pacientes con sospecha o confirmación de cáncer. Generan "mapas espaciales" que permiten visualizar dónde se encuentran las células cancerosas y cómo se están propagando. Sin embargo, hasta ahora, entrenar estos sistemas requería una gran cantidad de diapositivas de referencia detalladas, anotadas por patólogos cualificados.
El equipo detrás del nuevo estudio ha conseguido entrenar al SMMILe utilizando diapositivas que solo incluyen etiquetas diagnósticas simples a nivel del paciente, como el tipo o grado del cáncer. Esto representa un avance importante, ya que elimina la necesidad de anotaciones exhaustivas que consumen mucho tiempo.
A pesar de esta limitación en los datos, el algoritmo ha demostrado ser capaz de proporcionar información detallada sobre cada diapositiva analizada. Esto incluye no solo la localización precisa de las lesiones tumorales, sino también una estimación sobre las proporciones y distribución espacial de diferentes subtipos y grados.
El Dr. Zeyu Gao, quien lidera el desarrollo del algoritmo en el Instituto del Cáncer Temprano, destacó: “El cáncer no siempre es uniforme. Un único tumor puede contener distintos subtipos, algunos más agresivos que otros. Nuestro modelo no solo indica ‘sí, hay cáncer’, sino que mapea estos subtipos y sus proporciones dentro del tejido”. Esta capacidad podría permitir a los médicos adaptar tratamientos con mayor eficacia.
En pruebas realizadas con ocho conjuntos de datos que abarcan 3,850 imágenes completas correspondientes a seis tipos diferentes de cáncer —pulmón, riñón, ovario, mama, estómago y próstata— el rendimiento del SMMILe fue comparable e incluso superior al de nueve herramientas avanzadas existentes en cuanto a clasificación a nivel diapositiva. Además, superó significativamente a estas herramientas al estimar las proporciones y distribución espacial de las lesiones.
La Dra. Mireia Crispin-Ortuzar, co-líder del Centro Integrado de Medicina Oncológica en Cambridge y coautora principal del estudio, explicó: “Lo que hemos desarrollado es similar a un ‘sonar’ para imágenes que nos permite ver en la oscuridad”. A menudo se dispone de información sobre un tumor sin conocer su distribución exacta en el tejido.
Aunque actualmente SMMILe se centra en clasificar diapositivas tisulares, los investigadores planean utilizar esta herramienta para predecir biomarcadores —firmas biológicas— que revelen cómo se comporta un tumor a nivel molecular. Esto facilitará una mejor comprensión sobre cómo se desarrollan y propagan los cánceres, además de abrir posibilidades hacia decisiones terapéuticas personalizadas basadas tanto en la apariencia del tumor como en lo que su biología revela.
El Dr. Gao añadió: “Al permitir a los patólogos realizar diagnósticos más rápidos y precisos, podemos asegurar que los pacientes reciban el mejor tratamiento aún más pronto”. La investigación fue financiada principalmente por Cancer Research UK y GE HealthCare.
La Universidad de Cambridge está recaudando fondos para construir un nuevo hospital dedicado al diagnóstico y tratamiento del cáncer. El Cambridge Cancer Research Hospital, ubicado en el Campus Biomédico de Cambridge, combinará la excelencia clínica con investigaciones punteras para transformar la atención oncológica tanto en el Reino Unido como internacionalmente.