Un estudio surgido de un proyecto de fin de ciclo del Institut Roger de Llúria de Barcelona, con la colaboración de profesionales del IDI·Metropolitana Sud, ha analizado las posibilidades de la radiómica combinada con la inteligencia artificial para mejorar la caracterización y el seguimiento de los tumores cerebrales. La revisión, publicada en el Journal of Medical Imaging and Radiation Sciences, destaca el papel de los técnicos en imagen médica y señala los retos pendientes para su aplicación clínica.
La radiómica es una técnica que extrae cientos de parámetros cuantitativos de las imágenes médicas (resonancia magnética, TC, PET) que son imperceptibles para el ojo humano, pero que pueden aportar información valiosa sobre la heterogeneidad de los tumores. El trabajo recoge evidencia publicada entre 2012 y 2024 y pone énfasis en la importancia del conocimiento de los técnicos en imagen médica para garantizar la calidad y reproducibilidad de los análisis.
Según la literatura revisada, esta técnica podría facilitar la clasificación de gliomas antes de la cirugía y la caracterización no invasiva de alteraciones moleculares clave. Aunque estudios previos han reportado precisiones elevadas en la diferenciación de subtipos moleculares, los autores remarcan que estos resultados provienen de modelos de investigación no validados externamente de manera generalizada. Si se confirma su rendimiento, podrían reducir la necesidad de biopsias y favorecer tratamientos más personalizados.
La revisión también aborda cómo los modelos de aprendizaje automático aplicados a la imagen podrían ayudar a distinguir la progresión real del tumor de la pseudoprogresión, evitando modificaciones terapéuticas innecesarias. Se explora también el potencial para anticipar la respuesta al tratamiento y la supervivencia, así como la radiogenómica, aunque estas aplicaciones se encuentran aún en fase de investigación y no son una alternativa fiable a la confirmación histopatológica.
Los autores insisten en que la radiómica aún no es una práctica clínica consolidada. Identifican retos metodológicos y éticos como la falta de protocolos estandarizados, la variabilidad en la segmentación y la escasez de estudios multicéntricos validados. Recomiendan armonizar procedimientos, trabajar con datos abiertos y establecer marcos de gobernanza para equilibrar el intercambio de información y la confidencialidad. Se necesitan estudios prospectivos multicéntricos y validación externa antes de su incorporación rutinaria.
