Noticias

junio 28, 2023

El Dr. David Klimstra explica por qué Paige está en una posición única para resolver los retos del cáncer de mama con IA

Los patólogos en ejercicio y los investigadores en patología reconocen desde hace tiempo que el diagnóstico del cáncer de mama conlleva muchos retos, como los laboriosos procesos manuales y la subjetividad diagnóstica. En los últimos años, la inteligencia artificial (IA) diseñada para resolver esos retos ha empezado a llegar al mercado. Sin embargo, no todas las IA patológicas son iguales. En el Digital Pathology & AI Congress celebrado este mes en Nueva York, el Dr. David Klimstra, fundador y director médico de Paige, explicó las características clave que hacen que la IA sea segura en el laboratorio y por qué Paige está en una posición única para ayudar a los patólogos a superar las dificultades del diagnóstico del cáncer de mama.

Para empezar, el Dr. Klimstra explicó que uno de los factores clave que distinguen a Paige y hacen que nuestra IA esté preparada para la clínica es nuestro enfoque innovador de la construcción de modelos. Aprovechamos el aprendizaje en múltiples instancias (MIL), una técnica avanzada que requiere una supervisión mínima y, por tanto, nos permite entrenar el modelo en conjuntos de datos extremadamente grandes. En nuestro caso, los datos proceden del Memorial Sloan Kettering Cancer Center, cuyos patólogos, líderes mundiales, establecen el estándar de oro en el diagnóstico que luego se utiliza como verdad de base de Paige. Es importante destacar que los datos se recopilaron en más de 200 instituciones de todo el mundo, no sólo para garantizar que son representativos de una amplia gama de escenarios de pacientes, sino también de una amplia gama de técnicas de preparación de laboratorio, incluidas las diferencias de tinción y otras variaciones preanalíticas. De este modo, Paige puede crear aplicaciones que ofrezcan resultados precisos en cualquier laboratorio sin necesidad de realizar ajustes in situ.

Para el diagnóstico del cáncer de mama, esta generalizabilidad es importante para superar uno de los principales retos: la subjetividad en la clasificación. Según un estudio de 2015, los patólogos solo tenían una concordancia global del 75% al diagnosticar y clasificar los cánceres de mama, y una concordancia aún menor en subtipos como el CDIS y la atipia. 1 Paige Breast Neoplasm es nuestra aplicación diseñada para ayudar a los patólogos a identificar y clasificar automáticamente desde la hiperplasia invasiva hasta el carcinoma invasivo con una sensibilidad y especificidad excepcionales. Al hacerlo sin necesidad de ajuste in situ, Paige Breast Neoplasm permite a los patólogos reducir la inconsistencia diagnóstica al tiempo que aumenta la confianza en el diagnóstico para, en última instancia, garantizar que la paciente reciba el diagnóstico más preciso posible.

Lo mismo ocurre con nuestra aplicación de IA para detectar metástasis en los ganglios linfáticos, Paige Breast Lymph Node. Se sabe que este paso del diagnóstico es un reto, especialmente para los patólogos generalistas; en un estudio, hasta el 24% de las pacientes tenían un estado N superior cuando eran revisadas por expertos en mama.2 El uso por parte de Paige Breast Lymph Node de datos de formación diagnóstica sólidos y estándar de oro nos permite ofrecer una alta sensibilidad para detectar incluso micromoléculas pequeñas, de nuevo en cualquier laboratorio. De este modo, puede salvar la brecha entre patólogos especialistas y generalistas, minimizando la subjetividad y capacitando a cualquier patólogo para determinar con confianza el estado N.

A continuación, el Dr. Klimstra señaló otro diferenciador único de las aplicaciones de IA de Paige, que es nuestro compromiso con la experiencia de usuario del patólogo. Actualmente, el recuento mitótico, que es un paso crítico en el diagnóstico, es un reto en gran parte debido a las limitaciones de la patología tradicional. En un microscopio, la menor potencia necesaria para ver una concentración de mitosis -conocida también como punto caliente- no es suficiente para ver las mitosis propiamente dichas. En cambio, los patólogos tienden a identificar una mitosis y empezar a contar a partir de ahí. Paige ha diseñado una visualización que permite a los patólogos identificar rápidamente un punto crítico sin dejar de ver las mitosis individuales, y una herramienta de cuadrícula que simplifica el recuento de esas mitosis individuales. Paige Breast Mitosis también ofrece calificaciones mitóticas automáticas tanto dentro de ese punto caliente como para toda la diapositiva, lo que puede reducir en gran medida el tedio del recuento manual. Al poner estas funciones en manos de los patólogos, Paige crea formas fluidas de mejorar la eficiencia y la confianza, al tiempo que permite a los patólogos adaptar sus flujos de trabajo a su estilo de trabajo preferido.

Es crucial señalar, añadió el Dr. Klimstra, que al igual que los demás elementos del diagnóstico, el recuento mitótico es un área especialmente subjetiva. La visualización de puntos calientes de Paige y otras funciones de recuento facilitan la incorporación de conocimientos de IA a su diagnóstico, pero el patólogo siempre tomará la decisión final. Esta herramienta es simplemente un complemento, al igual que la inmunohistoquímica (IHC) o cualquier otra ayuda analógica para el diagnóstico.

Más allá de las propias aplicaciones de IA, el Dr. Klimstra también explicó que la apertura de la Plataforma Paige aumenta aún más su valor para los patólogos y los pacientes a los que atienden. La plataforma Paige, independiente del proveedor, permite una integración perfecta con los sistemas de información de los laboratorios y facilita el acceso a herramientas de IA esenciales de terceros proveedores, como Mindpeak. Sin una plataforma abierta, esto tendría que hacerse en otro visor, lo que no sólo es engorroso, sino que podría causar confusión y comprometer la seguridad de los pacientes en caso de que accidentalmente se visualizasen varios pacientes simultáneamente. Con el acceso totalmente integrado de Paige a la identificación y cuantificación automatizadas de Mindpeak de biomarcadores críticos como Ki-67 y HER2, los patólogos pueden agilizar los flujos de trabajo, mejorar la eficiencia y reducir la subjetividad.

Por último, la dedicación de Paige a la innovación permite a los patólogos adaptarse a las necesidades cambiantes de los pacientes, como en el caso de la clasificación HER2. Históricamente, los patólogos sólo necesitaban clasificar a los pacientes como HER2 amplificado o HER2 no amplificado, por lo que todos los ensayos existentes en el mercado se ajustaron para admitir esa clasificación binaria. Ahora, es importante ser más granular en el diagnóstico de HER2, específicamente con respecto a HER2-bajo versus realmente HER2 negativo. Paige ha adoptado un enfoque completamente novedoso para la identificación de HER2, que aprovecha la técnica H&E para identificar a pacientes con cáncer de mama cuyos tumores no presentan indicios de expresión de HER2. Conocida como HER2Complete™ BETA, esta novedosa aplicación pretende complementar los métodos tradicionales de análisis de HER2. HER2Complete BETA ayuda a descubrir subconjuntos de expresión de HER2 dentro de los casos IHC-0, proporcionando a los médicos información adicional que podría ayudar a fundamentar las decisiones de tratamiento.

En última instancia, cada uno de los diferenciadores de Paige contribuye a la característica más importante de cualquier IA clínica: la seguridad. Mediante la creación de herramientas sólidas y precisas, su uso sencillo en entornos reales y la innovación de nuevos enfoques para los retos actuales, Paige ofrece una solución clínica que permite a los patólogos tomar decisiones con confianza y garantizar los mejores resultados posibles para sus pacientes.

Para obtener más información sobre Paige Breast Suite, solicite una prueba.

Referencias

1ElmoreJG, Longton GM, Carney PA, et al. Concordancia diagnóstica entre patólogos que interpretan muestras de biopsia de mama. JAMA. 2015;313(11):1122–1132. doi:10.1001/jama.2015.1405

2VestjensJHMJ, Pepels MJ, de Boer M, et al. Impacto relevante de la revisión patológica central en la clasificación ganglionar en pacientes individuales de cáncer de mama. Ann Oncol. 2012;23(10):2561-2566. doi:10.1093/annonc/mds072

*En la Unión Europea y el Reino Unido, las aplicaciones Paige Breast Suite AI tienen la marca CE-IVD y UKCA para uso clínico con los escáneres Leica Aperio AT2 y GT450. En Estados Unidos y donde el uso para investigación está permitido, el uso de las aplicaciones Paige Breast Suite está limitado al uso para investigación y no para su uso en procedimientos de diagnóstico.

**HER2Complete BETA™ se lanza para la evaluación del producto y actualmente no está disponible para la compra.