Cáncer de próstata: la IA debe ayudar a evitar biopsias innecesarias
¿En qué hombres es necesaria una biopsia para confirmar o descartar la sospecha de cáncer de próstata en caso de valor elevado del PSA? En un estudio retrospectivo, científicos del Centro Alemán de Investigación Oncológica (DKFZ) y del Hospital Universitario Urológico de Heidelberg han demostrado que la combinación de marcadores de riesgo, la evaluación sistemática de imágenes de resonancia magnética y la inteligencia artificial (IA) puede predecir el riesgo de cáncer de próstata con mayor precisión que antes. En los hombres con un riesgo bajo, puede no ser necesario extirpar tejido.
Si una prueba de PSA muestra un valor elevado, puede ser un indicio de cáncer de próstata. Para aclarar esta sospecha, hoy en día los médicos solicitan primero una resonancia magnética (RM) como prueba diagnóstica adicional. La "RM multiparamétrica" utilizada aquí combina varias técnicas de imagen y, por tanto, proporciona imágenes muy detalladas.
Sin embargo, la certeza definitiva sólo puede obtenerse extrayendo tejido de la próstata: "La biopsia es invasiva y, en casos excepcionales, puede provocar infecciones o hemorragias, que a veces incluso requieren hospitalización", explica David Bonekamp, radiólogo del DKFZ. Por eso, los médicos buscan urgentemente formas de mejorar la predicción del riesgo. "Nuestro objetivo es filtrar a los hombres que sólo tienen un riesgo mínimo de cáncer. Podrían ahorrarse la extirpación del tejido o posponerla durante algún tiempo. En cambio, los hombres con una alta probabilidad de cáncer de próstata se benefician de la biopsia, ya que el cáncer puede detectarse precozmente", afirma Bonekamp.
Hoy en día, los investigadores utilizan una calculadora para estimar el riesgo de cáncer, que tiene en cuenta diversos parámetros como el valor del PSA, la edad y el volumen de la próstata, así como los hallazgos de la resonancia magnética. Para ello, los médicos utilizan un sistema conocido como PI-RADS para la evaluación sistematizada de las imágenes de resonancia magnética, que en última instancia proporciona un valor de probabilidad de la presencia de cáncer de próstata.
¿Podría una IA basada en el aprendizaje profundo mejorar aún más esta predicción o incluso sustituir la evaluación PI-RADS? Para probar esto, el equipo de Bonekamp puso en marcha un estudio retrospectivo en el que incluyeron datos de 1627 hombres que se habían sometido a imágenes de resonancia magnética multiparamétrica de la próstata en Heidelberg entre 2014 y 2021 y posteriormente se sometieron a una biopsia.
Un algoritmo desarrollado en el DKFZ para analizar datos de imágenes se entrenó con las imágenes de RM de más de 1000 de estos hombres. Con los aproximadamente 500 conjuntos de datos restantes, los investigadores comprobaron si la combinación de su calculadora de riesgos con la IA podía mejorar la precisión de la predicción del cáncer de próstata.
Si se sustituía el valor PI-RADS de la calculadora de riesgos por el método de IA, la importancia diagnóstica apenas variaba. En cambio, la combinación de IA y PI-RADS ofreció resultados significativamente mejores: Identificó un 49% de riesgo mínimo entre los hombres a los que originalmente se les había realizado una biopsia. "Esto significa que la combinación de aprendizaje profundo y hallazgos radiológicos teóricamente podría haber evitado casi la mitad de estas biopsias sin pasar por alto un número relevante de tumores", afirma Adrian Schrader, del DKFZ, autor principal del estudio actual.
Los radiólogos concluyen a partir de este resultado que la IA basada en aprendizaje profundo y la evaluación PI-RADS por radiólogos experimentados evidentemente proporcionan información diagnóstica complementaria, que en conjunto contribuyen a una estratificación más precisa del riesgo de los pacientes.
"Para los pacientes con un valor de PSA anormal, integrar el análisis de IA en diagnósticos posteriores podría ser una gran ventaja en el futuro. Sin embargo, los estudios prospectivos deben confirmar los beneficios del procedimiento y aclarar que no presenta desventajas para los pacientes", afirma Bonekamp.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Alemán se puede encontrar aquí.
Publicación original
Adrian Schrader, Nils Netzer, Thomas Hielscher, Magdalena Görtz, Kevin Sun Zhang, Viktoria Schütz, Albrecht Stenzinger, Markus Hohenfellner, Heinz-Peter Schlemmer, David Bonekamp; "Prostate cancer risk assessment and avoidance of prostate biopsies using fully automatic deep learning in prostate MRI: comparison to PI-RADS and integration with clinical data in nomograms"; European Radiology, 2024-7-2
Más noticias del departamento ciencias
Reciba la industria de las ciencias biológicas en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de biotecnología, productos farmacéuticos y ciencias de la vida le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
