El diagnóstico del cáncer de mama es especialmente complejo y plantea muchos retos a los patólogos. En los últimos años, la inteligencia artificial (IA) de grado clínico, como Paige Breast Suite, se ha introducido para ayudar a los patólogos a superar estos retos, así como para ofrecer una mayor eficiencia y confianza. En el Digital Pathology & AI Congress: Europa, el Dr. Juan Retamero, Director Médico de Paige, Transformación de Patología Digital, y el Dr. Wen Ng, Patólogo Consultor en Mama, Urología y Endocrinología del Hospital St Thomas de Londres, presentaron una sesión en la que se examinó el valor que la IA mamaria puede ofrecer a los laboratorios, además de compartir un primer vistazo a las nuevas investigaciones para seguir transformando la experiencia de diagnóstico del cáncer de mama.
El Dr. Retamero inició la sesión con una breve explicación de cómo se entrena la IA para que sea de grado clínico. Explicó que el Aprendizaje de Instancias Múltiples (MIL), una forma de entrenamiento débilmente supervisada, es la mejor manera de entrenar modelos en conjuntos de datos extremadamente grandes. Esto es fundamental no sólo para garantizar que puedan distinguir entre cáncer y no cáncer con precisión, sino también para que sean generalizables a través de variaciones preanalíticas, lo que garantiza que los modelos puedan funcionar correctamente en cualquier laboratorio sin necesidad de ajustes adicionales. Por esta razón, MIL es el método principal que Paige utiliza para entrenar cada una de las aplicaciones de IA en nuestra Paige Breast Suite, un conjunto de herramientas de IA diseñadas para mejorar la eficiencia y la confianza de los patólogos en el diagnóstico del cáncer de mama, especialmente durante algunos de los aspectos más difíciles del diagnóstico.
Por ejemplo, uno de los retos al inicio del proceso de diagnóstico es la identificación eficaz del cáncer en las biopsias. En un estudio de 2015, se descubrió que la concordancia entre patólogos a la hora de diagnosticar biopsias de cáncer de mama era solo del 75%, lo que deja margen para que se produzcan falsos positivos o negativos.1 Sin embargo, una IA como Paige Breast ha sido entrenada para ser increíblemente sensible, con un VPN del 95%, lo que puede ayudar a los patólogos a clasificar con más confianza los portaobjetos como benignos y reducir los falsos positivos, así como garantizar que no se pase por alto ningún cáncer.
A continuación, explicó que el recuento mitótico no sólo es un paso igualmente subjetivo, sino tedioso y lento. La IA puede ayudar a los patólogos a localizar puntos con una alta concentración de mitosis y proporcionar un recuento mitótico preciso para aumentar la eficacia y reducir la subjetividad en la clasificación. La IA también puede ofrecer estas ventajas a la evaluación de los ganglios linfáticos, que, según explica el Dr. Retamero, es uno de los pasos más difíciles. A menudo, los patólogos que revisan los casos de ganglios linfáticos mamarios son patólogos generalistas y, como demostró un estudio de 2012, cuando sus diagnósticos fueron revisados posteriormente por patólogos especialistas, a casi una cuarta parte se le mejoró el estado N.2 Con IA como Paige Breast Lymph Node, los patólogos podrían identificar con mayor seguridad las metástasis, incluidas las ITC y los pequeños micromedios desafiantes. De hecho, un estudio reveló que los patólogos que utilizaron Paige Breast Lymph Node mejoraron su sensibilidad en un 12% y redujeron sus tiempos totales de lectura en un 55%.3
Por supuesto, el Dr. Retamero recordó a la audiencia que la IA, al igual que cualquier otro complemento, siempre debe ser contextualizada por el patólogo y tratada como una herramienta de apoyo, no como la verdad absoluta. La IA no pretende sustituir al patólogo, sino sólo ahorrarle tiempo y mejorar su confianza en el diagnóstico.
A continuación, el Dr. Ng subió al escenario para compartir su propia experiencia en la aplicación de la IA a la evaluación de los ganglios linfáticos. Aunque en un principio el Dr. Ng se mostró algo receloso sobre el uso de la tecnología, después de que él y su equipo realizaran un estudio piloto con Paige Breast Lymph Node, descubrió que no sólo la experiencia del usuario era increíblemente sencilla, sino que la IA podía ofrecer muchas ventajas inmediatas a su consulta.
Para empezar, señaló que a medida que disminuye el número de residentes y becarios, se pide a los patólogos que completen más casos con menos recursos. Al mismo tiempo, el diagnóstico de los ganglios linfáticos suele llevar 3-4 veces más tiempo que el diagnóstico inicial de la biopsia de mama y es bastante mundano, aunque increíblemente importante desde el punto de vista clínico, ya que informa sobre el pronóstico y el tratamiento del paciente. Paige Breast Lymph Node, dijo, podría reducir drásticamente el tiempo que dedica a cada caso al clasificar automáticamente el tejido sospechoso frente al no sospechoso. De este modo, el Dr. Ng podría confirmar o rechazar rápidamente los resultados de la IA y avanzar más rápido en sus casos. Además, la capacidad de la IA para identificar cánceres a nivel de caso significa que podría priorizar mejor su lista de trabajo, revisando primero los casos sospechosos. Además, señaló que las metástasis pueden ser muy pequeñas y variar mucho. Con la IA podría anotar y medir digitalmente de una forma que considera mucho más precisa que con un enfoque tradicional y, por lo tanto, podría sentirse más seguro en su diagnóstico general incluso en metástasis pequeñas.
Y lo que es más importante, todos estos beneficios se vieron respaldados por el estudio piloto. Cuando Paige Breast Lymph Node se aplicó a una cohorte de 53 ganglios linfáticos de 12 pacientes en el laboratorio del Dr.Ng, ofreció una alta sensibilidad y especificidad para detectar el cáncer, y apoyó una alta concordancia intraobservador. Ahora, él y su equipo se embarcan en una versión más amplia de ese estudio original en la que revisarán hasta 1.000 ganglios linfáticos. Aunque el estudio se encuentra en sus primeras fases, el Dr. Ng predice que demostrará la capacidad de la IA para proporcionar a los patólogos mejoras en la eficiencia. Comentó que «es pronto en el estudio, pero puedo decir que la mejora de la calidad de vida es real. Puedo ver ya que es realmente tremendo tener esa confianza en que puedo detectar algo que es tan pequeño pero clínicamente potencialmente significativo y validarlo.»
Después de ver lo que puede hacer la IA, el Dr. Ng dice que ahora espera poder aplicarla de muchas más formas en el futuro. Por ejemplo, ve la IA como «el residente perfecto» que puede clasificar los casos por ti incluso antes de que llegues al trabajo, así como preseleccionarlos como sospechosos o no sospechosos, lo que ahorra tiempo. También prevé que sea útil para realizar pedidos previos de tinciones adicionales, visualización y puntuación de IHC, mediciones de tumores y márgenes, etc. Señaló que aún quedan algunas cuestiones pendientes sobre cómo aplicar de forma práctica la IA en entornos clínicos que los patólogos deberían tener en cuenta, como en qué fase introducir a los aprendices en la IA, pero en general, dijo, está muy ilusionado con el futuro de la IA y con lo que el estudio en curso revelará sobre cómo puede ayudar al diagnóstico de los cánceres de mama.
1Elmore, Joann G., et al. «Concordancia diagnóstica entre patólogos que interpretan muestras de biopsia de mama». Jama 313.11 (2015): 1122-1132.
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
3Basadoen un estudio clínico de investigación en el que participaron 3 patólogos y datos de 148 pacientes.
*En la Unión Europea y el Reino Unido, Paige Breast Lymph Node está aprobado para uso clínico (CE-IVD y UKCA) con los escáneres Leica Aperio AT2 y Aperio GT450.
