Imágenes del infrarrojo cercano para tumores profundos en el tejido, como los GIST

Una nueva técnica en la que se combinan imágenes hiperespectrales de infrarrojo cercano (NIR-HSI) con aprendizaje automático podría ser útil para detectar cánceres en las profundidades de los tejidos, sugiere un equipo de investigación de Japón.

Un ejemplo de este tipo de cáncer es el tumor del estroma gastrointestinal (GIST). Estos tumores a menudo se localizan en la capa submucosa y están cubiertos por tejido mucoso, lo que dificulta el diagnóstico mediante endoscopia convencional.

En un estudio para evaluar la nueva técnica, los investigadores examinaron 12 lesiones GIST que fueron resecadas quirúrgicamente. Siete de estas lesiones estaban totalmente cubiertas por una capa mucosa (grosor, 0,4 – 2,5 mm); tres lesiones estaban parcialmente cubiertas.

Usando NIR-HSI con aprendizaje automático, los investigadores encontraron que las lesiones GIST parecían verdes y que el tejido normal aparecía amarillo. El cálculo de los píxeles clasificados mostró que la técnica detectó los GIST con una especificidad del 73%, una sensibilidad del 91,3% y una precisión del 86,1%.


Recomendado: ¿Qué es el Big data?.


Los hallazgos fueron publicados en Informes científicos de la naturaleza.

«Hay muchas situaciones en las que necesitamos poder detectar cánceres en las profundidades del tejido que no son visibles durante la cirugía o el diagnóstico», dijo el autor principal Toshihiro Takamatsu, PhD, profesor asistente de la Universidad de Ciencias de Tokio, Chiba, Japón. «Las imágenes hiperespectrales del infrarrojo cercano tienen un gran potencial para detectar lesiones profundas», dijo.

En este estudio, las imágenes se realizaron ex vivo.

«Los datos presentados en el documento no se obtuvieron endoscópicamente, sino que se utilizaron muestras quirúrgicas para demostrar la prueba del concepto. Se necesitarían datos adicionales para demostrar su viabilidad con la endoscopia», señaló Margaret von Mehren, MD, jefa de la División de Oncología Médica del Sarcoma, Fox Chase Cancer Center, Filadelfia, Pensilvania, a quien se contactó para hacer comentarios.

Takamatsu dijo que su equipo está desarrollando actualmente prototipos de laparoscopios y endoscopios para NIR-HSI.

«Esta tecnología se está desarrollando para agregarla a la endoscopia y, como tal, creo que puede ser factible», comentó von Mehren.

Actualmente diagnosticado por endoscopia y biopsia

Los GIST se encuentran predominantemente en el estómago (60%) y el intestino delgado (30%). Aunque algunos se detectan después de la aparición de síntomas como dolor, hemorragia gastrointestinal y obstrucción intestinal, la mayoría de los casos son asintomáticos.

Los autores señalan que el examen endoscópico es la herramienta principal para detectar GIST. La lesión suele aparecer primero como tumores submucosos. La observación directa no puede diagnosticar diferencialmente estos tumores, y las biopsias pueden tener un bajo rendimiento diagnóstico, porque las lesiones son a menudo profundas y de difícil acceso.

La aspiración con aguja fina guiada por ecografía endoscópica se puede utilizar para tomar muestras para biopsia, pero puede ser técnicamente exigente, y hacer un diagnóstico definitivo de GIST requiere procedimientos inmunohistoquímicos que consumen mucho tiempo, escriben los autores. Se necesita una técnica de diagnóstico simple y de alto rendimiento para identificar GIST ubicados debajo de la mucosa. Informan sobre el potencial de NIR-HSI para diagnosticar tumores submucosos que se presentan en lo profundo de los órganos.

Detalles del estudio

Para el estudio, el equipo trabajó en lesiones GIST gástricas que habían sido resecadas quirúrgicamente de 12 pacientes. El tamaño medio de los tumores fue de 41 mm (rango, 24 – 80 mm).

Los investigadores tomaron imágenes de cada muestra con una cámara hiperespectral NIR desde el aspecto de la superficie de la mucosa.

El sitio del GIST fue definido por un patólogo que utilizó la imagen NIR para preparar datos de entrenamiento para regiones normales y regiones con GIST. Luego, se utilizó una máquina de vectores de soporte de algoritmos de aprendizaje automático para predecir las regiones normales y GIST.

Los resultados se mostraron utilizando regiones codificadas por colores. El equipo dice que los resultados de este pequeño estudio muestran que la técnica tiene un «gran potencial» en el diagnóstico de GIST, así como de otros tumores que se encuentran en las profundidades del tejido.

«Creo que el beneficio potencial de una herramienta de diagnóstico de este tipo se encuentra en las lesiones pequeñas cuando se intenta diferenciar los hallazgos benignos, como los leiomiomas», comentó von Mehren.

Señaló que este estudio proviene de Japón, donde la endoscopia se usa habitualmente para la vigilancia del cáncer gástrico. Por lo tanto, muchos casos de GIST pueden diagnosticarse antes de que aparezcan los síntomas y cuando las lesiones son pequeñas. Tal práctica es menos común en otras partes del mundo, dijo. Noticias médicas de Medscape.

En general, considera que esta técnica es la más útil en casos de lesiones pequeñas, ya que las lesiones más grandes se evalúan fácilmente mediante biopsia con ecografía endoscópica y la evaluación patológica no es un procedimiento largo. «Además, como ahora apreciamos que los GIST con diferentes impulsores moleculares requieren diferentes enfoques terapéuticos, sigo viendo un papel de las biopsias de tejido en el diagnóstico de los GIST», dijo.

«Los enfoques actuales que utilizan ultrasonido endoscópico han definido criterios para las lesiones que tienen más probabilidades de ser GIST en lugar de lesiones benignas», agregó. «Me gustaría ver una comparación de los datos de imágenes hiperespectrales del infrarrojo cercano en comparación con el ultrasonido endoscópico para ver si esto proporciona un beneficio adicional a nuestros enfoques actuales».

El estudio fue financiado parcialmente por el Fondo de Investigación y Desarrollo del Centro Nacional del Cáncer. Los autores y von Mehren han declarado no tener ningún conflicto de interés económico pertinente.

Sci Rep. 2020 14 de diciembre; 10: 21852. Texto completo

Para obtener más información sobre Medscape Oncology, únase a nosotros en Twitter y Facebook.