El análisis histopatológico es la herramienta de referencia en el diagnóstico del cáncer. La forma más habitual de realizar este análisis consiste en la extracción de muestras de tejido para examinarlas más detenidamente al microscopio. Normalmente, las muestras de tejido se extraen mediante una biopsia con aguja o mediante cirugía. Sin embargo, este procedimiento suele ser doloroso, arriesgado y una tarea que requiere mucho tiempo. Además, en algunos casos la extracción de tejido puede ser insuficiente y hay que repetirla. Por otro lado, como parte del diagnóstico del cáncer se realiza el examen radiológico para conocer la localización, el tamaño y la forma de las masas o tumores sospechosos. Las imágenes radiológicas pueden captar información de todo el tumor, por ejemplo, el tamaño, la forma, la ubicación o incluso la heterogeneidad del tejido, mientras que las imágenes histopatológicas pueden captar información local del tejido tumoral. Aunque el análisis histológico y radiológico constituye la base del diagnóstico del cáncer, el pronóstico, el tratamiento y el seguimiento de la enfermedad se rigen por una evaluación separada que es complementaria en el mejor de los casos.

En los últimos años, las herramientas de diagnóstico asistido por ordenador (CAD) pueden monitorizar la progresión de las enfermedades oncológicas y su respuesta a la terapia convirtiéndose en una herramienta de ayuda para respaldar las decisiones clínicas. La radiómica es un enfoque reciente y prometedor que se considera parte de las herramientas de CAD. Su objetivo es extraer características cuantitativas de las imágenes médicas, concretamente de las radiológicas, mediante una combinación de análisis estadístico y métodos de aprendizaje automático. Estas características, denominadas características radiómicas, tienen el potencial de descubrir características de la enfermedad que son difíciles de identificar para el ojo humano. Además, la extracción y el análisis de características cuantitativas de diferentes imágenes radiológicas, como la resonancia magnética (RM) o la tomografía computarizada (TC), combinadas con modelos estadísticos descriptivos o predictivos, tienen el potencial de descubrir biomarcadores no invasivos para apoyar y mejorar las decisiones clínicas.

Recientemente, la radiómica ha ganado atención, en la práctica médica, específicamente en oncología, ya que podría proporcionar información cuantitativa del fenotipo tumoral mediante el análisis de la relación y la distribución de píxeles en imágenes 2D o vóxeles en volúmenes 3D en imágenes radiológicas. Por lo tanto, la extracción de las características radiómicas del tumor en las imágenes radiológicas podría considerarse como una especie de «biopsia digital» que podría reducir el tiempo del procedimiento y los costes asociados a la atención del paciente para extraer una muestra de tejido significativa. Sin embargo, la radiómica se enfrenta a algunos retos antes de su uso en la práctica clínica. Estos retos incluyen la sensibilidad a las variaciones en los parámetros de adquisición y reconstrucción de imágenes, la reproducibilidad de las características cuantitativas y la explicabilidad de los modelos, entre otras cosas. No obstante, la radiómica tiene el potencial de permitir un tratamiento personalizado para los pacientes con cáncer.

Fuentes:

Aerts, H. J., Velazquez, E. R., Leijenaar, R. T., Parmar, C., Grossmann, P., Carvalho, S., … & Lambin, P. (2014). Decoding tumour phenotype by noninvasive imaging using a quantitative radiomics approach. Nature communications, 5(1), 1-9.

Kumar, V., Gu, Y., Basu, S., Berglund, A., Eschrich, S. A., Schabath, M. B., … & Gillies, R. J. (2012). Radiomics: the process and the challenges. Magnetic resonance imaging, 30(9), 1234-1248.

Fornacon-Wood, I., Faivre-Finn, C., O’Connor, J. P., & Price, G. J. (2020). Radiomics as a personalized medicine tool in lung cancer: Separating the hope from the hype. Lung Cancer, 146, 197-208.