¿Por qué este estudio importa al patólogo?
La prueba de PD-L1 en cáncer de pulmón no es un simple ejercicio numérico. El resultado que escribimos en el informe puede cambiar la ruta del tratamiento inmunoterápico, sobre todo en los umbrales conocidos: menos de 1%, el grupo intermedio, y 50% o más. Por eso, cualquier herramienta digital que proponga calcular el Tumour Proportion Score debe leerse desde la práctica diaria: ¿dónde ayuda? ¿y dónde debe detenerse?
El artículo publicado por Pathology News resume un estudio abierto en PubMed Central titulado AI driven pre-regulatory validation of PD-L1 analysis in lung cancer. El estudio no presenta un sustituto para el patólogo. Su valor está en probar un flujo práctico para una herramienta de aprendizaje profundo que ayuda a estimar el TPS, y luego devuelve los casos cercanos a los umbrales de decisión a la revisión manual. Esa diferencia importa.
En un laboratorio real, el problema no está solo en los casos evidentes. El problema está en la lámina que queda en el borde: ¿es menor de 1% o apenas superior? ¿está alrededor de 50% o dentro de una zona de 40 a 60% difícil de cerrar con confianza? Ahí un buen diseño digital puede ser útil, siempre que respete los límites de la prueba, de la imagen y de la muestra.
¿Qué hizo el equipo?
Los investigadores usaron 1100 imágenes digitales anonimizadas de tinción PD-L1 en muestras de NSCLC fijadas en formalina e incluidas en parafina, junto con 1100 imágenes H&E correspondientes. Los casos procedían de un flujo diagnóstico rutinario en Irlanda del Norte e incluían adenocarcinoma y squamous cell carcinoma, tanto de biopsias como de resecciones. Se usó el ensayo Ventana Roche SP263, y las láminas se escanearon en un Aperio AT2 en formato SVS.
Para entrenamiento y prueba, se reservó un conjunto de 396 casos para desarrollar el modelo. Se dividió en 65% para entrenamiento, 16% para validación y 19% para prueba. Dentro de estos casos, 131 estaban entre 1 y 49%, y 127 estaban en 50% o más. Estos detalles importan porque una herramienta de TPS no se evalúa bien si no incluye casos cercanos a los umbrales del informe.
El modelo se basó en U-Net con un backbone ResNet34. El objetivo no era solo generar una puntuación global, sino segmentar las células tumorales en positivas y negativas, con exclusión del fondo. El equipo usó weighted cross entropy, una tasa de aprendizaje de 0,0001 y entrenamiento hasta 100 epoch con rotación de imágenes y volteo horizontal y vertical. No son adornos técnicos. Forman parte de la evaluación de reproducibilidad y control antes de cualquier uso clínico.
Números que deben leerse con cautela
A nivel de píxel, el modelo registró una exactitud de 93,08%, sensibilidad de 74,62% y especificidad de 93,71%. A nivel de objetos celulares, la precisión positiva fue de 94,58% y el recall de 81,36%. Son cifras buenas, pero no bastan por sí solas para una prueba de PD-L1. El patólogo no decide el tratamiento a partir de pixel accuracy, sino a partir de una categoría de informe con efecto directo sobre el paciente.
Por eso los investigadores evaluaron la concordancia con el TPS a nivel de caso. En una muestra inicial independiente de 30 imágenes, mitad adenocarcinoma y mitad squamous cell carcinoma, el coeficiente de correlación entre la estimación del patólogo y la puntuación del modelo fue de 96,97%. Es un resultado alentador, pero no cierra la historia. Las zonas limítrofes siguieron siendo el punto de mayor presión.
Al dividir los resultados en tres categorías de TPS, la exactitud declarada fue de 47,16% en la categoría menor de 1%, 95% en la de 1 a 49%, y 95% en la mayor de 50%. Al dividirlos en cuatro categorías más finas, los resultados fueron 88,3% para menos de 4,9%, 90,90% entre 5 y 39,99%, 66,67% entre 40 y 59,99%, y 71,43% para más de 60%. El número que debe llamar la atención es 66,67% alrededor de 40 a 60%. Esa es una zona de decisión terapéutica, no un margen estadístico.
El valor práctico: escalar los casos difíciles, no ocultarlos
El diseño clínico propuesto trata los casos cercanos a 1% y 50% como casos que requieren revisión por el patólogo. Esta es la parte más importante del estudio. La herramienta no se usa para tapar la duda, sino para detectarla y dirigirla a la persona responsable del informe.
El estudio describe un flujo que mantiene al humano dentro del circuito. El patólogo puede cargar una imagen H&E y revisarla junto a la IHC, definir la ROI, ejecutar el algoritmo y luego examinar los resultados sobre un overlay que muestra qué células contó el modelo como positivas o negativas. Así, el número se vuelve revisable, no una caja negra que añade un TPS al informe sin explicación visual.
Tener H&E junto a IHC no es un detalle menor. En PD-L1, los macrophages pueden estar cerca de las células tumorales y confundir la lectura si la imagen teñida se separa de la arquitectura histológica. El equipo usó multiplex immunofluorescence con PD-L1, CD68 y cytokeratin para verificar la verdad terreno en regiones cercanas a los umbrales. Es una elección apropiada porque el desacuerdo en PD-L1 no siempre depende de la intensidad del color; a veces depende de la identidad de la célula que porta la señal.
¿Qué significa esto para el laboratorio?
Si un laboratorio piensa adoptar una herramienta similar, no debería empezar con la pregunta: ¿calcula el algoritmo el TPS? La pregunta más precisa es: ¿qué casos deriva a revisión? ¿Cómo define la falta de confianza? ¿Se puede modificar la ROI? ¿Ve el patólogo un overlay celular claro? ¿Y quedan guardados los pasos de revisión dentro de un sistema de calidad auditable?
El estudio también señala un aspecto regulatorio tan importante como el rendimiento. El algoritmo se trasladó a un producto bajo un sistema de calidad ISO 13485, con documentación sobre planificación, definición del intended purpose, procedimientos de annotation, preprocesamiento y análisis de riesgos. Para el patólogo, estos no son solo papeles administrativos. Definen quién sostiene la decisión, cómo se gestionan los errores y qué ocurre cuando la herramienta encuentra un caso fuera del alcance de entrenamiento.
Hay otro punto que no debe ignorarse: la ciberseguridad. Si la herramienta es en la nube o está conectada a un flujo digital, los riesgos no se limitan a la caída del servicio. Existe la posibilidad de manipulación de entradas, salidas o coordenadas que aparecen en el overlay. El estudio vincula esto con la evaluación de riesgos dentro de EN ISO 14971 e IVDR. Este tipo de análisis debe formar parte de la discusión de cualquier laboratorio antes de la puesta en marcha, no después del primer incidente.
Lectura crítica breve
La fuerza del estudio está en reconocer las zonas que no deben dejarse al algoritmo solo. Los resultados altos en algunas categorías son útiles, pero la prueba real es lo que ocurre cerca de los umbrales terapéuticos. Aquí el equipo eligió una ruta razonable: confirmación humana para los casos claros, revisión manual para los casos limítrofes y soporte visual para entender por qué se obtuvo la puntuación.
Al mismo tiempo, hay que prestar atención a los límites de los datos. El conjunto procedía de una fuente regional concreta, usando un assay, un escáner y un flujo de trabajo conocidos. Trasladar el rendimiento a otro laboratorio requiere validación local: tinciones diferentes, escáneres diferentes, variaciones en el corte y diferencias en la selección de ROI. Ninguna herramienta digital de PD-L1 cruza esas diferencias por el simple hecho de instalarse en el servidor.
La conclusión práctica no necesita exageración: las herramientas de AI en PD-L1 serán útiles cuando se diseñen para apoyar la decisión del patólogo, no cuando se vendan como un atajo para el informe. Su mejor uso inicial puede estar en detectar casos cercanos a los umbrales, ofrecer una segunda lectura visible y ordenar la discusión dentro del servicio sobre los casos difíciles. Solo después tiene sentido hablar de una expansión más amplia en el flujo de trabajo.
Fuente
Pathology News: AI driven pre-regulatory validation of PD-L1 analysis in lung cancer