Escaneo 3D con IA acelera detección del cáncer

La citología sigue siendo fundamental en la detección del cáncer, ya que requiere que los especialistas examinen los fluidos y células corporales bajo el microscopio. Este laborioso proceso implica la inspección de hasta un millón de células por portaobjetos para identificar sutiles cambios tridimensionales que podrían indicar un cáncer en etapa temprana. La revisión manual requiere mucho tiempo y depende en gran medida de la interpretación experta. Investigadores han demostrado un sistema de escaneo 3D basado en inteligencia artificial (IA) capaz de identificar automáticamente células anormales con una precisión similar a la de los especialistas humanos, lo que podría transformar los procesos de detección del cáncer.

La plataforma, denominada Tomografía de Borde Completo de Portaobjetos, fue desarrollada por CYBO (Tokio, Japón), junto con un equipo de investigación del Hospital del Instituto Oncológico del JFCR (Tokio, Japón). Esta plataforma escanea portaobjetos a múltiples profundidades para reconstruir un modelo digital 3D completo de cada célula. Un programa de IA integrado identifica las células individuales y analiza su forma tridimensional y estructuras internas para clasificarlas como sanas o anormales. Los resultados se organizan mediante un método denominado Clúster de Diferenciación Morfológica, que mapea las células en un gráfico visual para resaltar los cambios de estado normal a estado patológico.

La plataforma se probó inicialmente en cientos de muestras cervicales. La IA demostró un excelente rendimiento diagnóstico, alcanzando valores de área bajo la curva (AUC) de 0,84 para anomalías en fase inicial y de 0,89 para enfermedades más avanzadas. En un estudio de validación más amplio con 1.124 portaobjetos de cuatro centros médicos, los valores de AUC oscilaron entre 0,86 y 0,91 para anomalías de bajo grado y alcanzaron 0,97 para lesiones de alto grado. El sistema procesó portaobjetos completos en minutos y logró una precisión casi perfecta a nivel celular individual, detectando incluso células anormales en muestras previamente clasificadas como normales por expertos humanos.

Al proporcionar un mapa visual que muestra tanto las células sanas como las que presentan tendencia a la enfermedad, el sistema permite a los médicos evaluar el estado general de la muestra de un vistazo, en lugar de buscar células anormales raras. El rápido tiempo de procesamiento puede reducir significativamente la carga de trabajo y mejorar la eficiencia del cribado. Los investigadores planean ampliar la plataforma más allá del cáncer de cuello uterino para evaluar su eficacia en la detección de otros tipos de cáncer. Si se valida aún más, la tecnología podría facilitar diagnósticos citológicos más rápidos y estandarizados en múltiples entornos clínicos.

"Nuestra plataforma establece un proceso de citología escalable y en tiempo real con autonomía de grado clínico y sienta las bases para un paradigma de diagnóstico objetivo, reproducible y motivado por el descubrimiento", escribieron los autores en su artículo publicado en Nature.

Enlaces relacionados:
CYBO
JFCR