El cáncer colorrectal es el cuarto más diagnosticado en Australia y la segunda causa de muerte por cáncer en el país, además del tercero más común a nivel mundial. En la enfermedad en etapa II, determinar qué pacientes recaerán sigue siendo un reto diagnóstico, y las guías clínicas solo recomiendan quimioterapia tras la cirugía a quienes se consideran de alto riesgo.
Investigadores de la Universidad La Trobe (Australia) desarrollaron SÉMIL, un algoritmo de aprendizaje de instancias múltiples con enriquecimiento semántico que analiza imágenes y descripciones de láminas de patología rutinarias para evaluar la arquitectura del tumor. El sistema se centra en los patrones de crecimiento del frente invasivo —un rasgo pronóstico relevante pero difícil de clasificar de forma consistente por los patólogos— y clasifica los tumores en grupos de mayor o menor riesgo.
Para el sistema sanitario, esto podría traducirse en una vigilancia más estrecha para los pacientes de alto riesgo y en evitar quimioterapias innecesarias en los de bajo riesgo. SÉMIL puede integrarse en los flujos de patología digital existentes sin requerir tejido adicional ni pruebas costosas.
El estudio, publicado en Gastroenterology el 29 de julio de 2026, analizó más de 1.600 láminas de patología y validó los resultados en 1.220 pacientes de tres cohortes independientes en múltiples instituciones australianas. Los autores plantean combinar esta evaluación con biomarcadores emergentes para refinar la estratificación del riesgo.
Artículo escrito por el equipo de redacción de iMédico Hospitalario
03/08/2026
Source: