El cáncer de tiroides es la neoplasia más frecuente del sistema endocrino que, aunque en la mayoría de los casos cuenta con un excelente pronóstico, ha experimentado un aumento de su incidencia en los últimos años.
Se estima que en Europa aparecen 28.000 nuevos casos al año de carcinomas diferenciados de tiroides (entidad que incluye el tipo papilar, el más frecuente y el folicular). Además, este tipo de cáncer es más frecuente en mujeres que en hombres y la edad del diagnóstico suele ser entre los 40-50 años (en el caso del carcinoma de tipo papilar la edad suele ser inferior, entre los 30-50 años).
Pese a que el cáncer de tiroides tiene un buen pronóstico, una alta tasa de supervivencia y una baja tasa de recurrencia, el diagnóstico y el tratamiento tempranos son cruciales.
Por ello, recientemente, un equipo de investigación en Corea ha propuesto un nuevo método no invasivo para distinguir los nódulos tiroideos del cáncer mediante la combinación de tecnología de imagen fotoacústica (PA) y ultrasonido con inteligencia artificial.
Concretamente, el equipo de investigación llevó a cabo una investigación para adquirir imágenes de PA de pacientes con nódulos malignos y benignos y los analizó con inteligencia artificial.
Actualmente, el diagnóstico de un nódulo tiroideo se realiza mediante una biopsia por aspiración con aguja fina (FNAB) mediante una imagen de ultrasonido. Pero alrededor del 20% de los FNABs son inexactos, lo que conduce a biopsias repetitivas e innecesarias.
El equipo de investigación llevó a cabo una investigación para adquirir imágenes de PA de pacientes con nódulos malignos y benignos y los analizó con inteligencia artificial
Para superar este problema, los investigadores probaron el uso de imágenes de PA para así obtener una señal ultrasónica generada por la luz. Cuando la luz (láser) se irradia en el nódulo tiroideo del paciente, se genera una señal de ultrasonido llamada señal de PA de la glándula tiroides y el nódulo. Mediante la adquisición y el procesamiento de esta señal, se recogen imágenes de PA de la glándula y el nódulo. En este momento, si se obtienen señales multiespectrales de PA, se puede calcular la información de saturación de oxígeno de la glándula tiroides y el nódulo tiroideo.
Los investigadores se centraron en el hecho de que la saturación de oxígeno de los nódulos malignos es menor que la de los nódulos normales, y adquirieron imágenes de AF de pacientes con nódulos tiroideos malignos (23 pacientes) y aquellos con nódulos benignos (29 pacientes). Realizando in vivo la proyección de imagen multiespectral del PA en los nódulos de la tiroides del paciente, los investigadores calcularon parámetros múltiples, incluyendo el nivel de saturación del oxígeno de la hemoglobina en el área del nódulo.
Esto se analizó mediante técnicas de aprendizaje automático para clasificar con éxito y automáticamente si el nódulo tiroideo era maligno o benigno. En la clasificación inicial, la sensibilidad para clasificar la malignidad como mala era el 78% y la especificidad para clasificar benigno como benigno era el 93%.
Los resultados del análisis de AF obtenidos por técnicas de aprendizaje automático en el segundo análisis se combinaron con los resultados del examen inicial basado en imágenes ecográficos normalmente utilizadas en hospitales. Una vez más, fue confirmado que los nódulos malos de la tiroides se podían distinguir con una sensibilidad del 83% y una especificidad del 93%.
OTROS TIPOS DE CÁNCER
Yendo un paso más allá, cuando los investigadores mantuvieron la sensibilidad al 100% en el tercer análisis, la especificidad alcanzó el 55%. Esto fue aproximadamente tres veces mayor que la especificidad de 17,3% (sensibilidad de 98%) del examen inicial de nódulos tiroideos mediante el ultrasonido convencional.
Como consecuencia, la probabilidad de diagnosticar correctamente nódulos benignos aumentó más de tres veces, lo que demuestra que el sobrediagnósculo y las biopsias innecesarias y las pruebas repetidas se pueden reducir.
"Este estudio es significativo en el sentido de que es el primero en adquirir imágenes fotoacústicas de nódulos tiroideos y clasificar nódulos malignos mediante el aprendizaje automático", han comentado los investigadores, al tiempo que han reiterado que, además de minimizar las biopsias innecesarias en pacientes con cáncer de tiroides, "esta técnica también se puede aplicar a una variedad de otros tipos de cáncer, incluido el cáncer de mama".
"El dispositivo ultrasónico basado en imágenes fotoacústicas será útil para diagnosticar eficazmente el cáncer de tiroides y para reducir el número de biopsias. Además, se puede desarrollar en un dispositivo médico que se puede utilizar fácilmente en pacientes con nódulos tiroideos", han concluido.