El artículo publicado en Beyond the Slide sobre “The Translation Gap” plantea un problema que muchos patólogos conocen desde dentro del laboratorio, no desde las salas de congresos: la señal biológica puede ser correcta, la imagen espacial convincente y la validación histológica estar presente, y aun así todo se detiene en un punto más simple que el algoritmo. Una muestra contaminada, un flujo de trabajo lento, un sistema de información que no sabe qué hacer con el resultado, o un equipo clínico que no recibe la información a tiempo.
Este no es un problema exclusivo de las empresas tecnológicas. En patología digital, en los análisis espaciales y en los modelos predictivos basados en WSI, la historia se repite. Producimos señales más precisas de las que la institución clínica puede absorber. La brecha no está solo entre el laboratorio y el paciente. Está dentro de la propia institución, entre el descubrimiento y la validación, entre la validación y el informe, y entre el informe y la decisión terapéutica.
Un biomarcador no basta si queda fuera del flujo de trabajo
El artículo comienza con una situación familiar: un grupo trabaja con datos de spatial transcriptomics de unas veinte muestras, con una firma biológica clara, asociaciones históricas y confirmación por IHC. El manuscrito está casi listo, pero la última muestra se contamina. El resultado no se derrumba científicamente, pero queda bloqueado en la práctica. Esperar un mes más puede parecer un detalle menor en un proyecto de investigación, pero en el desarrollo clínico significa retrasar una decisión, cambiar el calendario de un ensayo y quizá perder una ventana temporal que no vuelve.
El patólogo reconoce este patrón rápido, porque vive a diario entre la calidad de la muestra, el tiempo de preparación, los límites del sistema y la pregunta del clínico: ¿puedo usar este resultado ahora? La tecnología puede ser excelente, pero la decisión médica no espera al artículo científico. La decisión necesita un resultado comprensible, documentado, que pueda incorporarse al informe o al comité de tumores, y que esté conectado con un paso terapéutico concreto.
La medicina se construyó sobre la reducción de señales
La medicina clínica está acostumbrada a convertir biología compleja en categorías accionables. TNM, Gleason, grados de expresión en IHC, puntos de corte en pruebas de laboratorio y clasificaciones de respuesta. No es una simplificación ingenua. Es una forma necesaria de trabajar, porque el médico necesita decidir en un tiempo limitado.
El problema es que la inteligencia artificial y la biología espacial producen otro tipo de señales. No tratamos solo con positivo y negativo, o bajo y alto. Tratamos con miles de genes en su contexto tisular, con relaciones entre células inmunes y estroma, y con modelos que aprenden de millones de parches histológicos y devuelven una puntuación de riesgo o una probabilidad de respuesta. Estos resultados no encajan con facilidad en las plantillas antiguas del informe.
Aquí aparece la pregunta práctica: ¿dónde aparecerá el resultado? ¿En el informe de patología? ¿En el LIS? ¿En el EHR? ¿En el comité de tumores? ¿Y quién asume la responsabilidad de interpretarlo cuando no coincide con la impresión histológica tradicional o con un marcador aislado como p53 o Ki-67?
Los ejemplos de fracaso no significan que los algoritmos carezcan de valor
El artículo presenta ejemplos fuera de la patología, pero importantes para nosotros. El modelo de Epic para predecir sepsis mostró internamente un AUC de 0,83. Después, una validación externa en la Universidad de Michigan encontró que la sensibilidad real era del 33%. El problema no era solo una cifra, sino un sistema de alertas que generaba tantas alarmas que el personal empezó a ignorarlas.
IBM Watson for Oncology es otro ejemplo. El objetivo era ofrecer recomendaciones terapéuticas personalizadas en oncología, pero entrenar con casos hipotéticos no equivale a tratar con pacientes reales, con su variabilidad clínica, histológica y molecular. Al evaluarlo en el Centro Nacional Danés del Cáncer, Watson coincidió con el juicio clínico local en solo el 33% de los casos. La cifra duele, pero deja clara una idea: el modelo que no conoce el entorno de uso tropieza en el primer contacto real con ese entorno.
La experiencia de Google Health para cribado de retinopatía diabética en Tailandia está más cerca de la patología digital de lo que parece. El rendimiento del algoritmo era alto, pero las diferencias de iluminación y de equipos de captura hicieron que más del 20% de las imágenes fueran rechazadas como no aptas. El resultado fue repetir imágenes, congestión y trabajo más lento. En el laboratorio histológico puede ocurrir lo mismo con diferencias entre escáneres, grosor de los cortes, calidad de la tinción o forma de seleccionar las regiones.
En patología digital, el problema suele ser operativo
En proyectos de WSI, solemos preguntar primero por la exactitud del modelo. Tiene sentido, pero no basta. La siguiente pregunta pesa más dentro del laboratorio: ¿funciona el resultado dentro del tiempo de trabajo diario? Si el modelo exige reescanear, produce una lista larga de alertas o obliga al patólogo a abrir una plataforma separada, aumenta la probabilidad de que quede al margen, aunque su rendimiento estadístico sea bueno.
La adopción clínica necesita una cadena completa: muestra adecuada, escaneo estable, control de calidad, modelo con versión definida, registro de auditoría, salidas claras, una vía para aceptar u objetar por parte del patólogo y conexión con la decisión clínica. Cada eslabón débil añade fricción. Con la fricción repetida, el sistema deja de ser una ayuda y se convierte en una carga administrativa.
Esto importa sobre todo en los marcadores compuestos: una firma espacial que predice respuesta, un modelo que estima supervivencia a partir de WSI y genoma, o un mapa de interacción celular dentro del microambiente tumoral. Si el equipo no sabe dónde ubicar ese resultado en la trayectoria del paciente, seguirá siendo un resultado bonito en una presentación o en un suplemento de investigación.
¿Qué significa esto para el patólogo?
El papel profesional no se limita a revisar imágenes o aprobar el resultado de un modelo. El patólogo debe formar parte del diseño del flujo de uso desde el inicio. ¿Qué tipo de muestra es aceptable? ¿Cuál es el límite de fallo del escaneo? ¿Qué formato de salida puede entrar en un informe? ¿El resultado es descriptivo, predictivo o está vinculado a una opción terapéutica? ¿Qué se hace cuando hay discrepancia entre el modelo y la impresión microscópica?
Estas preguntas parecen administrativas, pero en realidad son preguntas de calidad diagnóstica. Un modelo que no puede responderlas no está listo para la práctica, aunque se publique en una revista fuerte. También ocurre lo contrario: un modelo con rendimiento estadístico medio, colocado en el punto correcto del trabajo, con vigilancia clara y límites de uso explícitos, puede cambiar una decisión clínica más que un sistema de alto rendimiento que queda fuera del informe.
Qué pedir a los proveedores y a los equipos de investigación
Al evaluar cualquier plataforma de inteligencia artificial o análisis espacial, la conversación debe ir más allá de AUC, Dice y concordance. Pregunten por el tiempo de procesamiento desde la recepción de la lámina hasta la aparición del resultado. Pregunten por fallos de imagen, diferencias entre escáneres y vigilancia de deriva con el tiempo. Pregunten dónde aparece la salida dentro del LIS o el EHR, quién ve el resultado y cómo se documenta la aceptación u objeción del patólogo.
Pregunten también por el valor clínico específico. ¿El modelo cambia la elección de una prueba adicional? ¿Reduce el tiempo de discusión del caso? ¿Aumenta la consistencia de la evaluación entre patólogos? ¿Disminuye el retrabajo? Si no hay una respuesta concreta, el riesgo es que el proyecto se convierta en un ensayo atractivo sin efecto sobre el informe del paciente.
El punto de trabajo para el laboratorio
El valor de la inteligencia artificial en patología no aparece solo al producir una señal nueva. Aparece cuando esa señal llega al patólogo y al médico tratante en un momento en el que todavía puede cambiar la decisión. El artículo recuerda que el fracaso puede ocurrir después de que la ciencia haya funcionado, no antes.
Por eso, cualquier proyecto digital debe empezar con una pregunta simple: ¿quién usará este resultado, en qué minuto de su jornada y con qué autoridad clínica? Si no podemos responder, el problema no está solo en el modelo. Está en el camino entre la lámina y la decisión.