Imágenes de tejidos con IA ayudan a orientar terapia dirigida para cáncer de pulmón

El cáncer de pulmón es la principal causa de muerte relacionada con el cáncer, y muchos pacientes requieren una genotipificación rápida para orientar la selección de terapias dirigidas. Los flujos de trabajo actuales suelen depender de pruebas moleculares que son costosas, llevan mucho tiempo y pueden agotar el limitado material de biopsia. Estos retrasos pueden ralentizar las decisiones de tratamiento y sobrecargar los servicios de diagnóstico a medida que se amplía el cribado.

Para ayudar a abordar este desafío, los investigadores han desarrollado un enfoque de imagen e inteligencia artificial que predice mutaciones génicas accionables directamente a partir de muestras de tejido de rutina.

La tecnología, denominada microscopía de imágenes de vida media de fluorescencia (FLIM), fue desarrollada por la Universidad de Edimburgo en colaboración con NHS Lothian. FLIM capta las señales luminosas naturales emitidas por el tejido sin tratar. Posteriormente, estas señales son analizadas mediante inteligencia artificial para detectar patrones asociados con alteraciones genéticas específicas, sin necesidad de tinción ni secuenciación.

En el estudio, el método predijo con precisión mutaciones del receptor del factor de crecimiento epidérmico (EGFR) y distinguió entre las dos variantes más comunes de EGFR que orientan la selección del tratamiento. Los investigadores informaron una alta precisión y destacaron que la técnica preserva el material de la biopsia, ya que el escaneo mantiene la muestra intacta para análisis posteriores. Los hallazgos fueron publicados en Cancer Research el 13 de julio de 2026.

El trabajo surge en un momento en que la ampliación de los programas de detección permite identificar antes los casos sospechosos de cáncer, lo que aumenta la presión sobre los circuitos diagnósticos para ofrecer resultados rápidos y confiables a partir de muestras pequeñas. El enfoque se basa en resultados previos del mismo equipo, que demostraron que FLIM puede diferenciar los principales tipos de cáncer de pulmón de células no pequeñas del tejido no canceroso. El grupo trabaja ahora en la validación clínica del método, la evaluación de otras mutaciones tratables y tipos de tumores, y su integración en los flujos de trabajo rutinarios.

“Este es un paso importante hacia un futuro en el que un solo escaneo de fluorescencia no destructivo de una biopsia podría informar rápidamente a los médicos de si un paciente tiene cáncer, qué tipo de cáncer tiene y ahora, con este trabajo, si es probable que responda a un tratamiento dirigido, ayudando a garantizar que el tratamiento adecuado llegue al paciente adecuado más rápidamente”, dijo el profesor Ahsan Akram, codirector del estudio e investigador del Instituto de Regeneración y Reparación.

“Cada vez más, los médicos están viendo a más pacientes con enfermedad en fases tempranas y gestionando un número creciente de muestras de biopsia, lo que ejerce una presión significativa sobre los servicios de diagnóstico. Tecnologías como esta, que pueden aportar más información de forma rápida a partir de muestras de tejido más pequeñas, serán esenciales para desarrollar vías diagnósticas clínicamente eficaces”, afirmó el Dr. David Dorward, patólogo torácico consultor en NHS Lothian.

Enlaces relacionados
Institute for Regeneration and Repair, University of Edinburgh
NHS Lothian

Visitar la expo >

Miembro Platino

Analizador de coagulación automatizado

Hemolumi H6

Miembro Oro

Clinical Chemistry Assay

Sorbitol Dehydrogenase (SDH)

Miembro Platino

Sistema bioquímico e inmunológico integrado

Biolumi CX Solution X10+C10

New

Sistema de análisis de orina totalmente automatizado

DxU 1800 Fully Automated Urinalysis System