IA iguala a patólogos en predicción del pronóstico del cáncer de mama a partir de células inmunitarias
Actualizado el 28 Aug 2026
El cáncer de mama es el cáncer más común en las mujeres australianas, con más de 20.000 casos cada año. El pronóstico puede orientarse contando los linfocitos infiltrantes del tumor (TIL) en las láminas de patología de rutina, pero las evaluaciones suelen requerir la revisión de un experto. En algunos entornos, no está disponible la evaluación rutinaria o generalizada por parte de un patólogo. Nuevos hallazgos demuestran que la IA puede igualar a los patólogos humanos en el uso de los TIL para predecir los resultados en los subtipos comunes de cáncer de mama.
Investigadores del Centro Oncológico Peter MacCallum (Peter Mac; Victoria, Australia) evaluaron modelos de IA que cuantifican los linfocitos infiltrantes del tumor (TIL) en láminas rutinarias de tejido mamario. Los TIL son células inmunitarias cuyos niveles más altos reflejan una respuesta antitumoral más potente y se han asociado con mejores resultados en varios tipos de cáncer de mama. Los investigadores compararon las mediciones de TIL derivadas de la IA con la puntuación realizada por patólogos expertos y con el análisis digital de imágenes para determinar si los distintos enfoques proporcionaban información pronóstica similar.
Un análisis, CATALINA, agrupó siete ensayos clínicos en cáncer de mama triple negativo, con TIL de más de 1.300 pacientes evaluados tanto por un patólogo como por un modelo de IA. Un segundo análisis examinó más de 4.300 muestras tumorales del ensayo de fase III APHINITY en enfermedad temprana HER2 positiva. Ambos estudios fueron dirigidos por Peter Mac y se publicaron simultáneamente en The Lancet Oncology en 2026.
En la cohorte triple negativa, las puntuaciones de la IA y del patólogo no fueron idénticas, pero ambos métodos estratificaron el pronóstico de forma similar, y los niveles más altos de TIL se asociaron con mejores resultados. En la cohorte HER2 positiva, la puntuación de expertos, el análisis digital de imágenes y los enfoques de IA mostraron que los pacientes con niveles más altos de TIL tenían mejores resultados.
Los pacientes con los niveles más altos de TIL, en particular aquellos con enfermedad ganglionar positiva, parecieron beneficiarse más cuando se añadió pertuzumab al tratamiento estándar. La IA también identificó focos espaciales de células inmunitarias que aportaron información pronóstica más allá del simple recuento celular.
Los hallazgos refuerzan el argumento a favor de los TIL como biomarcador práctico e indican que la IA podría permitir una evaluación estandarizada a gran escala, incluso en entornos donde la patología experta puede ser limitada. En conjunto, los estudios abarcaron a más de 5.600 pacientes en dos formas principales de cáncer de mama. Concluyen que los modelos de IA que cuentan los TIL deberían usarse más ampliamente, especialmente donde no se dispone de evaluación rutinaria o generalizada por parte de un patólogo.
“Tomados en conjunto, estos dos estudios proporcionan una sólida evidencia de que la respuesta inmunitaria visible en una lámina de patología rutinaria del cáncer de mama contiene información clínicamente importante. Lo particularmente tranquilizador es que vemos esto en dos tipos de cáncer de mama muy diferentes y en miles de pacientes tratados en ensayos clínicos aleatorizados,” dijo la profesora Sherene Loi, Centro Oncológico Peter MacCallum.
“La evaluación de TIL por parte de patólogos sigue siendo altamente reproducible cuando se realiza con métodos estandarizados, pero la IA nos brinda la oportunidad de medir este biomarcador de forma objetiva y a una escala enorme, incluso en entornos donde la evaluación experta por patología puede no estar fácilmente disponible. La IA también puede permitirnos extraer información que el ojo humano no puede cuantificar fácilmente, como la organización espacial de las células inmunitarias dentro de un tumor. En última instancia, combinar enfoques patológicos y computacionales puede darnos más información que cualquiera de los dos enfoques por separado,” dijo la profesora Loi.
Enlaces relacionados
Centro Oncológico Peter MacCallum
