Un modelo de IA detecta tumores cerebrales agresivos en imágenes de rutina y predice su recurrencia

Un estudio de Mayo Clinic describió un modelo automatizado que clasifica meningiomas, un tipo frecuente de tumor cerebral que se origina en las membranas que recubren el cerebro, y estima la probabilidad de recurrencia a partir de imágenes rutinarias del tejido tumoral analizado al microscopio.

La herramienta busca aportar información pronóstica sin recurrir a pruebas genéticas costosas, cuya disponibilidad suele concentrarse en instituciones con mayor infraestructura. Los resultados fueron publicados en The Lancet Digital Health.

La inteligencia artificial puede fortalecer el diagnóstico y el pronóstico de los meningiomas, los tumores cerebrales primarios más frecuentes en adultos, mediante el examen de imágenes clínicas habituales. El objetivo es detectar el riesgo de que el tumor reaparezca y orientar decisiones terapéuticas sin depender de estudios moleculares avanzados, inaccesibles en muchos servicios de salud.

El diagnóstico del meningioma y sus retos actuales

El meningioma es el tumor cerebral primario más común en adultos y puede tener conductas heterogéneas. Algunos crecen de forma lenta y no vuelven tras la cirugía, mientras que otros muestran un curso más agresivo y regresan con el tiempo.

Determinar con precisión qué casos tienen mayor probabilidad de reaparición resulta clave para definir la estrategia clínica, incluida la indicación de radioterapia complementaria después de la operación. De manera tradicional, parte de esa estimación se apoyó en pruebas genéticas avanzadas, como el perfil de metilación del ADN (un análisis que evalúa ‘marcas químicas’ del material genético vinculadas al comportamiento del tumor).

Aunque los análisis moleculares aportan información relevante para el pronóstico, requieren tecnología compleja y experiencia especializada, lo que limita su uso a hospitales con mayores recursos. En consecuencia, numerosos pacientes quedan fuera de ese tipo de evaluación.

Cómo la inteligencia artificial evalúa tumores cerebrales

En el trabajo, Mayo Clinic y sus colaboradores utilizaron algoritmos de aprendizaje profundo entrenados con muestras de tejido, imágenes digitalizadas y datos clínicos de 672 pacientes con meningioma. El sistema se apoyó en varios conjuntos anonimizados, incluidos recursos de la plataforma digital de la institución.

El modelo se diseñó para inferir información molecular y pronóstica únicamente desde imágenes convencionales ya presentes en la práctica clínica. No exige equipamiento extra ni procedimientos fuera de lo habitual en hospitales generales.

Con este enfoque automatizado, el sistema puede clasificar subtipos de meningioma y anticipar el riesgo de recurrencia, funciones que suelen asociarse a pruebas moleculares de mayor costo.

Predicción de la recurrencia y aportes diagnósticos

Según los resultados, la inteligencia artificial detectó patrones de heterogeneidad tumoral, es decir, variaciones dentro de un mismo tumor que influyen en su evolución y en la respuesta al tratamiento. Además, el sistema estimó de forma consistente el riesgo de que el meningioma reaparezca sin requerir estudios genéticos.

El avance permitiría orientar el seguimiento y la planificación terapéutica, como definir la frecuencia de controles posteriores a la cirugía o evaluar la indicación de radioterapia, con ajustes al riesgo individual. La precisión del modelo se sostuvo incluso al incorporar variables clínicas habituales, como el grado tumoral, el resultado quirúrgico y la edad del paciente.

Según la doctora Gelareh Zadeh, presidenta del Departamento de Cirugía Neurológica de Mayo Clinic en Rochester y directora médica de la plataforma digital de la institución, el estudio “aprovecha la fortaleza de la patología digital, integrando el conocimiento genómico y molecular de las dos últimas décadas en algoritmos de inteligencia artificial”.

Zadeh indicó que alcanzar ese nivel de información a partir de imágenes estándar puede ampliar el acceso a diagnósticos más precisos en centros con limitaciones previas. Los investigadores citados por Mayo Clinic también advirtieron que se necesitan estudios prospectivos adicionales antes de aplicar la herramienta de manera rutinaria en la práctica clínica.

Accesibilidad y futuro de la inteligencia artificial en oncología

El acceso a diagnóstico avanzado podría ampliarse si estos sistemas se implementan a escala global. El método propuesto por Mayo Clinic apunta a ajustar tratamientos y cuidados incluso en redes sanitarias con menos recursos, al reducir la dependencia de análisis genéticos de alto costo.

Las aplicaciones de estos algoritmos pueden extenderse más allá del meningioma y abrir opciones en otros tipos de cáncer. Podrían contribuir a identificar patrones biológicos y respaldar decisiones clínicas y, a medida que madure la tecnología, ampliar el acceso a esquemas oncológicos personalizados.

El equipo de la institución reiteró la necesidad de realizar estudios de mayor alcance antes de una adopción generalizada. Aun así, sostuvo que el hallazgo representa un avance hacia la incorporación de la inteligencia artificial en la práctica cotidiana de la oncología.