Modelo de IA predice dosis de radiación antes de terapia contra el cáncer de próstata

En este contexto, los médicos deben equilibrar la eficacia del radiofármaco con la dosis en el tejido sano; sin embargo, la dosimetría precisa generalmente se basa en imágenes posteriores al tratamiento, un proceso que requiere mucho tiempo y recursos. Esto limita las oportunidades para ajustar los planes de tratamiento antes de que se produzcan daños. Para ayudar a abordar este desafío, los investigadores han desarrollado un enfoque de IA que predice la dosis de radiación absorbida antes de que comience la terapia.

Investigadores del Hospital Universitario de Southampton y de la Universidad de Southampton (Southampton, Reino Unido) presentaron un modelo de aprendizaje automático basado en tomografía por emisión de positrones/tomografía computarizada (PET/CT) para la terapia radiofarmacéutica dirigida al antígeno de membrana específico de la próstata (PSMA). Este enfoque se presentó en la Reunión Anual de la Sociedad de Medicina Nuclear e Imagen Molecular de 2026. Su objetivo es estimar la dosis en tumores y órganos para orientar la selección y planificación de la terapia con PSMA marcado con lutecio-177.

El modelo utiliza exploraciones PET/CT con 18F-PSMA previas al tratamiento, obtenidas de forma rutinaria, para derivar métricas de captación y características radiómicas, integrándolas con biomarcadores clínicos. Un marco de efectos mixtos considera la variabilidad individual de cada paciente al predecir la dosis absorbida en los sitios de la enfermedad y en órganos con dosis limitadas, como los riñones y las glándulas salivales. Al trasladar la estimación de la dosis a la fase previa al tratamiento, la herramienta busca personalizar los esquemas de tratamiento y mitigar el riesgo de toxicidad.

En un estudio de prueba de concepto, nueve pacientes con cáncer de próstata metastásico resistente a la castración (CPRCm) derivados para terapia con 177Lu-PSMA aportaron datos de 57 tumores, 36 glándulas salivales y 18 riñones. Las estimaciones predictivas del modelo previo al tratamiento se compararon con la dosimetría calculada tras el primer ciclo de tratamiento. El modelo demostró una capacidad prometedora para predecir la dosis absorbida en tumores y órganos a partir de la información previa al tratamiento.

Según el equipo, este trabajo forma parte de un programa planificado de cinco años para ampliar la recopilación de datos y perfeccionar el algoritmo en cohortes multicéntricas más amplias. Los esfuerzos futuros incluirán una validación independiente para respaldar la estratificación de pacientes y guiar la terapia radiofarmacéutica individualizada con 177Lu-PSMA en la práctica clínica. De validarse, la estrategia podría utilizar técnicas de imagen ampliamente disponibles para ir más allá del diagnóstico y contribuir activamente a la toma de decisiones pretratamiento en casos de cáncer de próstata avanzado.

"Si se valida en estudios más amplios, este enfoque podría mejorar la selección de pacientes y facilitar una mejor toma de decisiones durante la evaluación previa al tratamiento, lo que ayudaría a optimizar la terapia con 77Lu-PSMA para cada paciente. En términos más generales, pone de manifiesto cómo las técnicas de imagen pueden ir más allá del diagnóstico y guiar activamente el tratamiento personalizado", afirmó Amit Nautiyal, doctor en ciencias, científico e investigador del Instituto Nacional de Investigación en Salud y Atención (NIHR, por sus siglas en inglés) en el Hospital Universitario de Southampton y la Universidad de Southampton en el Reino Unido.

Enlaces relacionados
University of Southampton
University Hospital Southampton
Society of Nuclear Medicine and Molecular Imaging