El adenocarcinoma de pulmón es el subtipo de cáncer de pulmón más frecuente. Tiene una elevada incidencia entre la población fumadora, aunque también se registra entre quienes no tienen este hábito.

Según datos de la Sociedad Española de Oncología Médica¹, en España el cáncer de pulmón fue el tercero con mayor número de diagnósticos en el año 2022, después del de colon y recto y el de mama, con casi 31.000 casos.

El adenocarcinoma de pulmón tiene varios patrones de crecimiento diferentes, hecho que complica notablemente el trabajo de los patólogos a la hora de realizar un pronóstico preciso de su evolución y de predecir su reproducibilidad en los estudios clínicos.

Su morfología compleja y su alta heterogeneidad intratumoral constituyen un desafío para los especialistas, que han optado por recurrir a métodos de Inteligencia Artificial para optimizar su trabajo.

Hasta el momento la tecnología ha ayudado a analizar las imágenes histológicas de este tipo de cáncer e incluso se han utilizado modelos de deep learning para clasificar los patrones de crecimiento de este tipo de cáncer.

Sin embargo, aún no se había empleado la Inteligencia Artificial para explorar la clasificación automatizada de patrones de crecimiento del adenocarcinoma, ni tampoco se había podido analizar con detalle la estructura morfológica de los patrones.

Tal y como publica la revista Nature², el proyecto Anorak utiliza esta herramienta digital para capturar la morfología distintiva de cada patrón de crecimiento mediante el análisis de imágenes a escala de píxeles. De esta forma, los promotores de Anorak han conseguido que el sistema ayude a los patólogos a clasificar tumores complejos de cáncer de pulmón con una elevada tasa de concordancia con las clasificaciones realizadas por los facultativos.

Este modelo de IA no solo ha mejorado la estratificación del pronóstico de pacientes con tumores en estadio 1, sino que también ha mostrado sus beneficios en escenarios clínicos complejos.

El estudio ha consistido en el desarrollo de un método de IA para segmentar los patrones de crecimiento del adenocarcinoma de pulmón a escala de píxel y comprobar su evolución con dos colorantes. Este sistema se aplicó a más de 5.500 diapositivas diagnósticas de 1.372 adenocarcinomas de pulmón de cuatro grupos de pacientes independientes.

De todos estos casos, la clasificación basada en IA permitió pronosticar los casos de supervivencia libre de enfermedad y contribuyó a mejorar el pronóstico en los tumores en etapa 1. El método de IA ayudó a cuantificar de forma precisa y a realizar una investigación morfológica de los patrones de crecimiento, que reflejan la evolución intratumoral de los tejidos en el adenocarcinoma de pulmón.

Este es el primer método basado en IA para evaluar los patrones de crecimiento en el adenocarcinoma de pulmón a nivel de píxel, lo que mejora el pronóstico en comparación con la clasificación patológica única para los tumores en estadio inferior.