Evitar cirugías innecesarias en pacientes con cáncer de páncreas podría estar más cerca gracias a un nuevo algoritmo de inteligencia artificial. Detectar si la enfermedad se ha extendido a otros órganos antes de operar es crucial, ya que una intervención quirúrgica en presencia de metástasis no mejora el pronóstico y, en muchos casos, puede empeorar el estado del paciente. Sin embargo, los métodos actuales de diagnóstico no siempre logran identificar estas extensiones de forma fiable.

Con este desafío en mente, un equipo internacional liderado por el Centro Nacional de Investigaciones Oncológicas (CNIO) ha desarrollado un sistema de aprendizaje profundo capaz de predecir la presencia de metástasis a partir de imágenes médicas rutinarias. El algoritmo, llamado PMPD (Pancreatic Metastasis Prediction Deep learning), analiza tomografías computarizadas junto con datos clínicos para reconocer patrones invisibles para el ojo humano.

“Si una persona con cáncer de páncreas ya tiene metástasis, una operación no solo no cura, sino que puede empeorar su situación. La cirugía es muy invasiva y puede hacer que el paciente sufra más, sin mejorar su pronóstico”, explica Núria Malats, autora principal del estudio. Por ello, añade, “es fundamental saber a tiempo si hay metástasis antes de decidir operar. Nuestro algoritmo predice con precisión la presencia de metástasis utilizando imágenes que ya se hacen de forma rutinaria”.

El modelo fue probado con los datos de unos 250 pacientes del ensayo clínico PREOPANC1, desarrollado en los Países Bajos. Los resultados, publicados en la revista Gut, mostraron un alto nivel de precisión: el sistema detectó correctamente el 56 % de las metástasis y predijo el 65,8 % de los casos que solo se descubrieron durante la cirugía, lo que sugiere que muchos pacientes podrían haber evitado procedimientos innecesarios.

Además, el algoritmo mostró una gran consistencia, sin verse afectado por factores como la edad, el sexo o el tamaño y la localización del tumor. Su utilidad no se limita al diagnóstico, ya que también puede anticipar la evolución de la enfermedad, ofreciendo una valiosa herramienta de apoyo para oncólogos, cirujanos y radiólogos a la hora de decidir el tratamiento más adecuado.

El siguiente paso será probar el sistema en tiempo real en hospitales de España, los Países Bajos y otros centros internacionales, con el objetivo de validar su aplicación clínica y seguir mejorando la precisión de la detección.