Una herramienta basada en la IA ayuda a identificar zonas tumorales ocultas del glioblastoma para orientar la cirugía

   VALÈNCIA, 22 Jul. (EUROPA PRESS) -

   Investigadores del Biomedical Data Science Lab --BDSLab-- del Instituto ITACA de la Universitat Politècnica de València (UPV) han liderado un estudio internacional que ha desarrollado una metodología para identificar, mediante resonancias magnéticas convencionales, zonas situadas alrededor del tumor con características compatibles con una posible infiltración tumoral.

   El trabajo, publicado en la revista científica 'Neuro-Oncology', ha sido validado con datos de 940 pacientes procedentes de cuatro cohortes multicéntricas.

   "El objetivo ha sido mejorar el análisis de las áreas que rodean el tumor y que no se aprecian claramente realzadas en las imágenes con contraste. Estas regiones se encuentran fuera del núcleo tumoral visible con contraste y pueden desempeñar un papel relevante en la progresión y la recurrencia de la enfermedad", afirma, en un comunicado, María Gómez-Mahiques, autora principal del estudio e investigadora del BDSLab.

   El glioblastoma es uno de los tumores cerebrales más agresivos y, aunque la cirugía procura eliminar la mayor cantidad posible de tejido tumoral, las resonancias convencionales no permiten diferenciar con precisión entre el edema vasogénico --la acumulación de líquido alrededor del tumor-- y las zonas de infiltración tumoral.

   La metodología combina un modelo de aprendizaje profundo, que delimita automáticamente el tumor, la necrosis y el edema, con un algoritmo no supervisado que analiza las diferencias observadas en dos tipos habituales de resonancia magnética: las secuencias T2 y FLAIR.

   De este modo, la herramienta divide el área que inicialmente aparece como edema en dos regiones: una compatible con edema vasogénico y otra con características de imagen asociadas al posible tumor no captante de contraste.

   "El principal avance es que permite estudiar de forma objetiva y reproducible una región que hasta ahora resultaba muy difícil de delimitar, utilizando imágenes de resonancias disponibles habitualmente en los hospitales", señala la investigadora de Itaca.

   A partir de este análisis, el equipo ha creado el Índice de Heterogeneidad T2/FLAIR -TFHI-, un nuevo biomarcador que mide qué proporción del edema presenta características compatibles con una posible infiltración tumoral.

   "El método detectó diferencias relevantes entre ambas regiones en el 97,5 % de los pacientes analizados. De hecho, en una de las cohortes, superar el umbral establecido se asoció con un riesgo de fallecimiento aproximadamente dos veces mayor y con una diferencia de 98 días en la mediana de supervivencia", señala Elies Fuster-García, investigador del BDSLab-ITACA y supervisor del estudio.

HACIA UNA NEURO ONCOLOGÍA MÁS PERSONALIZADA

   Desde el punto de vista clínico, la metodología ofrece un marco cuantitativo y reproducible para apoyar la planificación de la resección supra máxima del glioblastoma. Las guías del grupo RANO recomiendan este tipo de cirugía --que va más allá del tumor con realce de contraste--, pero no establecen de forma estandarizada qué regiones deben incluirse.

   Esta herramienta permite mapear objetivamente las zonas con características compatibles con infiltración tumoral, proporcionando al neurocirujano información adicional para definir el margen de resección y equilibrar el beneficio oncológico con la preservación funcional del paciente.

   "El objetivo a largo plazo es avanzar hacia una neuro oncología más personalizada, adaptando las estrategias terapéuticas a las características concretas del tumor de cada paciente", señala Juan M. García- Gómez, investigador principal del BDSLab del Instituto ITACA-UPV.

   La herramienta se ha integrado en la plataforma ONCOhabitats y está disponible de forma abierta para fines de investigación. Por el momento, sus resultados no implican una aplicación clínica directa, pero ofrecen un nuevo marco cuantitativo para estudiar la extensión y heterogeneidad del glioblastoma.