Los científicos de la Universidad Case Western Reserve han utilizado Inteligencia Artificial (IA) para identificar nuevos biomarcadores para el cáncer de mama que pueden predecir si el cáncer regresará después del tratamiento, y que pueden identificarse a partir de muestras de biopsia de tejido adquiridas de forma rutinaria de cáncer de mama en etapa temprana.

La clave para esa determinación inicial es el colágeno, una proteína común que se encuentra en todo el cuerpo, incluso en el tejido mamario. Investigaciones anteriores habían sugerido que la red de colágeno, o la disposición de las fibras, se relaciona fuertemente con la agresividad del cáncer de mama. Pero este trabajo de los investigadores de Case Western Reserve demostró definitivamente el papel crítico del colágeno, utilizando solo portaobjetos de biopsia de tejido estándar e IA.

Los investigadores, utilizando tecnología de aprendizaje automático para analizar un conjunto de datos de muestras de tejido digitalizadas de pacientes con cáncer de mama, pudieron demostrar que una disposición bien ordenada de colágeno es un biomarcador clave de pronóstico para un tumor agresivo y una probable recurrencia.

Por el contrario, demostraron que una infraestructura de colágeno desordenada o descompuesta no solo indica un mejor resultado, sino que en realidad lo promueve. También encontraron que la red de colágeno desordenada evita que un tumor que de otro modo sería agresivo migre fuera del tejido mamario y ayuda a prevenir su regreso después de varios tratamientos contra el cáncer como la quimioterapia.

«Suena contrario a la intuición, pero las fibras de colágeno juegan un papel en la migración del tumor», dijo Anant Madabhushi, profesor de ingeniería biomédica del Instituto Donnell en Case Western Reserve y director del Centro de Diagnóstico Personalizado e Imágenes Computacionales (CCIPD). «Una forma de entenderlo es decir que si la ‘autopista’ de colágeno está en mal estado, es más difícil que el tumor migre, pero si es suave y organizado, facilita que el tumor haga autostop».

La estudiante de doctorado Haojia Li dirigió la investigación, que se publicó en la revista npj Breast Cancer. Otros autores incluyeron a Pingfu Fu, profesor de Ciencias de la Salud Cuantitativa y de Población en la Escuela de Medicina de Case Western Reserve, y otros de varias instituciones.

Portaobjetos de tejido simples, computación compleja

Li dijo que el proyecto era importante porque:

• Valida los hallazgos de otras investigaciones publicadas que sugirieron que el colágeno altamente organizado indica un peor pronóstico. 
• Se logró con imágenes digitalizadas de esos simples portaobjetos de tejido, lo que sugiere que este método podría convertirse en parte de la rutina de un patólogo.

Los métodos actuales para examinar e investigar la arquitectura del colágeno requieren un microscopio electrónico caro y menos común.

«Nuestro método haría que la predicción de resultados estuviera mucho más disponible para más médicos y en hospitales que no tienen los recursos para tener un microscopio de imágenes avanzado», dijo Li. «Es por eso que esto es tan emocionante, porque puede brindarle al médico la información que necesita para guiar qué tan agresivamente tratar el cáncer».

El trabajo computacional se realizó en 2020, basado en un conjunto de datos de muestras de tejido de rutina, conocidas como portaobjetos de tinción H&E (hematoxilina y eosina), tomadas de pacientes diagnosticadas con cáncer de mama de receptor de estrógeno positivo (ER +) en etapa temprana.

El cáncer de mama es la segunda causa principal de muerte por cáncer entre las mujeres en los Estados Unidos, con aproximadamente el 80% de estos cánceres ER + y el 64% en una etapa temprana, dijo Li.

Madabhushi dijo que debido a que los modelos construidos por su equipo fueron validados en un conjunto completo de datos de ensayos clínicos, «proporcionarían un nivel más alto de evidencia con respecto a la validez de la firma del colágeno» y que también funcionaría como una «secuencia natural en la validación de ensayos clínicos prospectivos «.

Madabhushi estableció el CCIPD en Case Western Reserve en 2012. El laboratorio ahora incluye a más de 70 investigadores y es líder mundial en la detección, diagnóstico y caracterización de varios cánceres y otras enfermedades, incluido el cáncer de mama , mediante la combinación de imágenes médicas, aprendizaje automático e inteligencia artificial. .

Algunos de los trabajos más recientes del laboratorio, en colaboración con la Universidad de Nueva York y la Universidad de Yale, han utilizado la IA para predecir qué pacientes con cáncer de pulmón se beneficiarían de la quimioterapia adyuvante basada en imágenes de diapositivas de tejido. Ese avance fue nombrado por la revista Prevention Magazine como uno de los 10 principales avances médicos de 2018.