IA para el cáncer de cabeza y cuello tratado con radioterapia adaptativa (RadiomicART) (RadiomicArt)

El carcinoma epidermoide de cabeza y cuello (HNSCC) se caracteriza por una incidencia en Europa de 140.000 casos nuevos al año, con tasas de supervivencia a los 5 años que oscilan entre el 25 y el 65%.

Los algoritmos de manejo clínico actuales para pacientes con HNSCC implican el uso de cirugía y/o radioterapia dependiendo de la etapa de la enfermedad al momento del diagnóstico. La radioterapia (RT) radical, exclusiva o en combinación con la terapia sistémica, representa una opción terapéutica eficaz según las guías internacionales.

A pesar de los recientes avances tecnológicos en el campo de la radioterapia, alrededor del 30-50 % de los pacientes desarrollarán insuficiencia locorregional después del tratamiento primario del cáncer de cabeza y cuello. Además, aunque el desarrollo de las técnicas de radioterapia de intensidad modulada (IMRT) y arcoterapia volumétrica modulada (VMAT) permitieron un mayor ahorro de dosis en tejidos sanos, la toxicidad inducida por la radiación sigue representando una preocupación relevante, que repercute en la calidad de vida de los pacientes con cáncer. incluso durante mucho tiempo después del tratamiento.

El esfuerzo continuo de la medicina personalizada tiene como objetivo mejorar la evolución del paciente, tanto en el control de la enfermedad como en el patrón de toxicidad. Las modalidades de imágenes avanzadas parecen desempeñar un papel esencial en la personalización del tratamiento de radiación, como se muestra a través del uso de la radioterapia adaptativa (ART) y radiómica.

Con ART, los investigadores se refieren a la adaptación de los volúmenes tumorales y los órganos circundantes en riesgo (OAR, por sus siglas en inglés) al encogimiento y emaciación del paciente durante el tratamiento con RT.

La literatura reciente mostró que la reducción del tumor puede llegar al 70% al final del tratamiento con RT y, al mismo tiempo, los OAR, como las glándulas parótidas, pueden reducir su tamaño entre un 7 y un 70%. Estas alteraciones, si no se tienen en cuenta, pueden conducir a una administración inesperada de dosis más bajas en el tumor y dosis más altas de OAR en comparación con lo planificado.

La radioterapia adaptativa (ART) incluye técnicas que permiten el conocimiento de las variaciones anatómicas específicas del paciente informadas por radioterapias guiadas por imágenes (IGRT) para retroalimentar el plan y la optimización de la administración de dosis durante el curso del tratamiento. El eslabón más débil persistente en la cadena de tratamiento de la radioterapia sigue siendo la identificación de objetivos dirigida por médicos.

En comparación con la TC o la CBCT, la RM ofrece una definición superior de los tejidos blandos sin riesgo de radiación asociado. La resonancia magnética identifica objetivos más grandes que en la tomografía computarizada porque ahora se ve un tumor que de otro modo se habría pasado por alto; sin embargo, con mayor frecuencia, se informa que los objetivos son más pequeños cuando se delinean en la resonancia magnética. El objetivo derivado de IRM más pequeño resultante mejora la proporción terapéutica, lo que permite aumentar la dosis. La disponibilidad de secuencias de resonancia magnética 'funcionales' promete que la adaptación geométrica puede complementarse con la adaptación biológica. La imagen ponderada por difusión (DWI) es una técnica de imagen funcional que depende del movimiento aleatorio de las moléculas de agua para generar el contraste de la imagen. Como los tumores suelen tener mayor celularidad que el tejido normal, muestran una intensidad de señal más alta, es decir, una difusión restringida en la RM. Esto se refleja en el valor medio bajo del coeficiente de difusión aparente (ADC). Esto tiene potencial para proporcionar información tanto cualitativa como cuantitativa. El cambio en el ADC se ha utilizado para identificar la respuesta temprana al tratamiento y para predecir la recurrencia local. Por lo tanto, el DWI a bordo podría identificar temprano a los que no responden y que pueden beneficiarse del cambio en el enfoque del tratamiento.

La radiómica es la extracción de características cuantitativas de las imágenes médicas para caracterizar la patología o la heterogeneidad del tumor. Las características radiómicas extraídas de imágenes médicas se pueden utilizar como características de entrada para crear un modelo de aprendizaje automático capaz de predecir la supervivencia y guiar el tratamiento gracias a su valor predictivo en vista de la personalización de la terapia.

Previamente evaluamos en un estudio retrospectivo el análisis cualitativo de las características radiómicas de los tejidos tumorales de cabeza y cuello, con el fin de identificar una firma predictiva de las características biológicas del tumor. Los investigadores estratificaron a los pacientes con HNSCC de acuerdo con las características radiómicas más significativas en grupos de alto y bajo riesgo de recaída y supervivencia después de la radioquimioterapia.

La combinación de ART y análisis radiómico podría considerarse potencialmente un avance más en la personalización de los tratamientos oncológicos y, en particular, de los tratamientos de radiación. Por esta razón, el investigador diseñó el presente proyecto de investigación con el objetivo de evaluar prospectivamente un enfoque radiómico basado en el aprendizaje automático para predecir el resultado y la toxicidad de los pacientes con HNSCC tratados con TAR mediante tomografía computarizada, resonancia magnética y PET.