Victoria Guillén
El número de cánceres diagnosticados en nuestro país durante el año 2024 alcanzará los 286.664 casos, lo que supone un incremento del 2,6% respecto a 2023, según indica el informe Las cifras del cáncer en España 2024 elaborado por la Sociedad Española de Oncología Médica (SEOM). Pese a que los tumores son los responsables de casi un cuarto de las muertes en España, la mortalidad por cáncer ha experimentado un fuerte descenso en las últimas décadas, gracias a los avances terapéuticos producidos en este campo. En este sentido, las técnicas de inteligencia artificial (IA) en oncología permitirán comprender mejor los mecanismos de la enfermedad y encontrar patrones que faciliten un diagnóstico precoz, un mejor estadio de los pacientes, la identificación de las lesiones o la elección del tratamiento de maneta más precisa.
Estos son algunos de los principales objetivos del proyecto Dipcan (Digitalización y Manejo de la Medicina Personalizada en Cáncer), un estudio nacido en 2022 en España que apuesta por la medicina personalizada gracias a la integración de datos clínicos, genómicos, anatomopatológicos y radiómicos de 2.000 pacientes con tumores metastásicos no hematológicos. La información extraída de los datos ofrecerá un conocimiento multidimensional del cáncer en la población española y, además, supondrá un avance en el abordaje y tratamiento de estos pacientes.
En este proyecto colabora la Secretaría de Estado de Digitalización e Inteligencia Artificial (Sedia), órgano superior del Ministerio de Asuntos Económicos y Transformación Digital, y está dotado con financiación de la Unión Europea, dentro del programa Next Generation.
En España, el numero de cánceres diagnosticados durante 2024 alcanzará los 286.664 casos, según SEOM
“El objetivo de Dipcan es categorizar al paciente con cáncer metastásico mediante el desarrollo de un algoritmo de inteligencia artificial que ayude a evolucionar el conocimiento, diagnóstico y elección de los pacientes. En definitiva, este estudio pretende simplificar la toma de decisiones durante la gestión de la enfermedad de cada paciente”, explica Anna Nogué, project Manager de Quibim.
Quibim, una de las siete entidades colaboradoras del proyecto Dipcan, es pionera en el desarrollo de biopsias virtuales a través de imágenes médicas para extraer biomarcadores de imagen que pueden ser potenciales predictores de la evolución del paciente, agresividad de la enfermedad o de efectividad de un fármaco, entre otros. “Ayudamos en el abordaje del cáncer metastásico mediante la detección y segmentación automática de lesiones metastásicas y mediante la extracción de características cuantitativas, invisibles al ojo humano, que caracterizan a este tipo de paciente, facilitando la evaluación de la enfermedad y, permitiendo una personalización precisa de los tratamientos para cada paciente”, indica Carmen Prieto de la Lastra, data Scientist de Quibim.
Para Nogué y Prietro de la Lastra la integración de IA en los procesos de diagnóstico no solo busca optimizar los flujos de trabajo, sino que también pretende mejorar la precisión y la eficacia en la detección de patologías en etapas tempranas, aumentando así las posibilidades de éxito en el tratamiento. “Para los profesionales de la salud, la inteligencia artificial facilita una evaluación más rápida. Esto contribuye a la personalización del tratamiento para cada paciente”, apuntan.
La IA facilita una evaluación más rápida de los pacientes, contribuyendo a la personalización del tratamiento
Más allá de la imagen radiológica en oncología
“El número de resonancias magnéticas que se realizan cada año crece más rápido que el número de profesionales dedicados a analizarlas, los radiólogos”, manifiesta Nogué. De hecho, según datos de la Sociedad Española de Radiología Médica (Seram), en el mundo se realizan más de 4.000 millones de exámenes de imagen médica. Además, la Organización Mundial de la Salud (OMS) indica que el 80% de las decisiones médicas se toman basándose en las pruebas radiológicas. En este contexto, las herramientas de inteligencia artificial facilitan el trabajo de los radiólogos y acortan el tiempo de elaboración de informes.
Gracias a la aplicación conjunta de radiómica e IA, la interpretación de imágenes médicas permite transformar el diagnóstico y el abordaje de múltiples enfermedades como el cáncer metastásico. Aunque, actualmente la imagen médica, como la resonancia magnética o la tomografía computarizada, es una prueba estándar en el diagnóstico de muchas patologías, la estadificación precoz sigue siendo un reto en muchos pacientes. En este contexto, “la extracción de características radiómicas de las regiones de interés y el uso de inteligencia permite discriminar mejor aquellos pacientes con un mayor riesgo de metástasis o indicar un tratamiento más adecuado para cada uno de ellos, acercándolos a una medicina de precisión”, señala Pietro de la Lastra.
Sin embargo, para introducir estas nuevas herramientas dentro de la práctica clínica es esencial contar, según afirman, con la presencia de otros profesionales: “Perfiles multidisciplinares como el del ingeniero biomédico se están empezando a introducir en los hospitales, ya que están preparados para entender las necesidades clínicas e integrar soluciones tecnológicas que agilizan y mejoran tanto los flujos de trabajo como la atención al paciente”, concluyen.
