Un nuevo estudio de la Universidad de Copenhague ha demostrado que la inteligencia artificial (IA) podría transformar drásticamente la forma en que evaluamos el riesgo de cáncer de mama. El cáncer de mama es uno de los cánceres más comunes en todo el mundo. Sólo en Estados Unidos, se producen 287.850 nuevos casos y 43.250 muertes anualmente. La nueva investigación, publicada en The Lancet Digital Health, sugiere resultados prometedores basados ​​en modelos de IA entrenados para detectar la senescencia celular y pueden predecir el riesgo de cáncer de mama en el futuro de manera mucho más efectiva que los puntos de referencia clínicos actuales.

La Primero lo básico: ¿qué es la senescencia celular? Es un proceso en el que las células dañadas o envejecidas dejan de dividirse pero permanecen activas. A menudo se relaciona con enfermedades relacionadas con el envejecimiento, incluido el cáncer. Estas células "senescentes" a veces se describen como "células zombis" porque ya no funcionan normalmente pero aún emiten señales inflamatorias, lo que podría provocar el crecimiento de tumores. Si bien la senescencia puede actuar como un freno natural a la división celular descontrolada, paradójicamente también puede promover el cáncer a través de estas señales inflamatorias, conocidas como fenotipo secretor asociado a la senescencia (SASP).

Hasta ahora, medir la senescencia en tejidos humanos ha sido difícil debido a la falta de biomarcadores específicos. Sin embargo, el estudio de la Universidad de Copenhague utiliza inteligencia artificial de aprendizaje profundo para analizar morfologías nucleares (las formas de los núcleos celulares) en muestras de tejido mamario. Lo que esto hace es que permite predecir el riesgo de cáncer de mama basándose en cambios en las células senescentes, incluso en muestras de biopsia sanas.

Los investigadores llevaron a cabo un estudio de cohorte retrospectivo utilizando biopsias de tejido mamario de 4382 mujeres sanas. Estas muestras se analizaron con una herramienta de aprendizaje profundo llamada Nuclear Senescent Predictor (NUSP). El modelo de IA examinó más de 32 millones de núcleos en varios tipos de tejidos para detectar células senescentes y determinar su distribución dentro del tejido. Mediante una evaluación cuidadosa de estas células senescentes en el tejido epitelial, adiposo y estromal, el sistema de IA pudo correlacionar patrones de senescencia con el riesgo futuro de cáncer. Como referencia, el tejido epitelial forma el revestimiento de las glándulas y las superficies del cuerpo, incluidos los conductos mamarios, donde a menudo comienza el cáncer. El tejido adiposo está formado por células grasas que almacenan energía y el tejido estromal proporciona soporte estructural a los órganos, incluidos los tejidos conectivos que rodean y sostienen las células epiteliales.

Los resultados generales fueron más que simplemente prometedor. Las mujeres cuyas muestras de tejido mostraban patrones específicos de senescencia tenían una mayor o menor probabilidad de desarrollar cáncer de mama, dependiendo del tipo de senescencia detectada. Por ejemplo, un modelo (entrenado en la senescencia causada por daños en el ADN) indicó un mayor riesgo de cáncer cuando había altos niveles de células senescentes en el tejido. Otro modelo (entrenado en senescencia inducida por fármacos) sugirió un efecto protector, reduciendo el mismo riesgo.

En comparación con el modelo de Gail, que es el estándar de oro clínico actual para predecir el riesgo de cáncer de mama, el modelo de IA demostró una precisión muy superior. Cuando se combinó con la puntuación de Gail, el modelo de IA aumentó el índice de probabilidades (una medida de la fuerza con la que ciertos factores de riesgo predicen los resultados) a 4,70, casi cinco veces el poder predictivo de la puntuación de Gail por sí sola.

Este avance, si se comercializa, podría ofrecer a los médicos una forma mucho más refinada de identificar personas de alto riesgo y proporcionar intervenciones muy necesarias. La capacidad de predecir el riesgo de cáncer de mama varios años antes de que se desarrolle puede conducir a diagnósticos más tempranos y programas de detección más personalizados, reduciendo las pruebas innecesarias para mujeres de bajo riesgo y aumentando la vigilancia para individuos de alto riesgo.

El potencial de la IA es inmenso aquí, especialmente cuando se trata de avanzar en el diagnóstico del cáncer. Aunque la tecnología aún está en desarrollo (y lo estará durante bastante tiempo), su aplicación podría revolucionar la detección del cáncer de mama. Al utilizar muestras de tejido estándar, este método de IA se puede implementar a nivel mundial.

Si bien se necesita mucha investigación adicional para perfeccionar dichos modelos, una mejor predicción del riesgo podría conducir a una detección más temprana del cáncer, planes de tratamiento más efectivos y, en última instancia, menores tasas de mortalidad por cáncer de mama. Esta es una aplicación de IA del mundo real que todos pueden respaldar.