GASTROENTEROLOGÍA

La inteligencia artificial puede predecir si la enfermedad de Crohn reaparecerá tras la cirugía

Elsevier · 13 mayo 2022

Investigadores japoneses han creado un modelo de aprendizaje profundo que ha permitido observar la relación de la enfermedad con diferencias no reconocidas previamente en las células adiposas.

Utilizando una herramienta de inteligencia artificial (IA) entrenada para reconocer y clasificar imágenes, investigadores de la Universidad de Osaka (Japón) han construido un modelo que predice la recurrencia postoperatoria de la enfermedad de Crohn con alta precisión mediante la evaluación de imágenes histológicas.

La herramienta también revela diferencias previamente no reconocidas en las células adiposas y diferencias significativas en la extensión de la infiltración de mastocitos en la subserosa, comparando pacientes con y sin recurrencia de la enfermedad. Los resultados se publican en el American Journal of Pathology.

La tasa de recurrencia sintomática postoperatoria de la enfermedad de Crohn se estima en un 40 por ciento a los 10 años. Aunque existen sistemas de puntuación para evaluar la actividad de la enfermedad de Crohn y la existencia de recidivas postoperatorias, no se había desarrollado ningún sistema de puntuación para predecir si la enfermedad podría reaparecer.

"La mayoría de los análisis de imágenes histopatológicas que utilizan IA se han centrado en los tumores malignos -explican los investigadores principales, Takahiro Matsui y Eiichi Morii-. Nuestro objetivo era obtener información clínicamente útil para una mayor variedad de enfermedades mediante el análisis de imágenes histopatológicas utilizando la IA. Nos centramos en la enfermedad de Crohn, en la que la recurrencia postoperatoria es un problema clínico".

En el estudio se incluyeron 68 pacientes con enfermedad de Crohn sometidos a resección intestinal entre enero de 2007 y julio de 2018. Se clasificaron en dos grupos según la presencia o ausencia de recurrencia postoperatoria de la enfermedad en los 2 años posteriores a la cirugía. Cada grupo se clasificó en dos subgrupos, uno para el entrenamiento de un modelo de IA y el otro para la validación. Para el entrenamiento se recortaron imágenes de portaobjetos enteros de especímenes quirúrgicos en forma de mosaico, se etiquetaron según la presencia o ausencia de recidiva posquirúrgica y se procesaron con EfficientNet-b5, un modelo de IA disponible en el mercado diseñado para realizar la clasificación de imágenes. Cuando se probó el modelo con imágenes sin etiquetar los resultados indicaron que el modelo de aprendizaje profundo clasificó con precisión esas imágenes según la presencia o ausencia de la aparición de la enfermedad.

A continuación se generaron mapas de calor predictivos para identificar las áreas y las características histológicas a partir de las cuales el modelo de aprendizaje profundo podía predecir la recurrencia con gran precisión. Las imágenes incluían todas las capas de la pared intestinal. Los mapas de calor mostraron que el modelo de aprendizaje profundo arrojó predicciones correctas en la capa de tejido adiposo subseroso. Sin embargo, en otras zonas, como las capas mucosa y muscular propia, el modelo fue menos preciso. Las imágenes con las predicciones más precisas se extrajeron de los conjuntos de datos de prueba de los grupos de no recidiva y recidiva. Entre estas imágenes, los mejores resultados de predicción contenían todas tejido adiposo.

Dado que el modelo de aprendizaje profundo logró predicciones precisas a partir de imágenes de tejido subseroso, los investigadores plantearon la hipótesis de que las morfologías de las células adiposas subserosas diferían entre los grupos de recurrencia y de no recurrencia. Las células adiposas del grupo de recurrencia tenían un tamaño celular significativamente menor, un mayor aplanamiento y valores de distancia entre células más pequeños que los del grupo de no recurrencia.

"Estas características, definidas como 'contracción de los adipocitos', son importantes características histológicas asociadas a la recidiva de la enfermedad de Crohn", señalan Matsui y Morii.

Los autores también plantearon la hipótesis de que las diferencias en la morfología de los adipocitos entre los dos grupos estaban asociadas a algún grado o tipo de condición inflamatoria en el tejido. Descubrieron que el grupo de recidiva tenía un número significativamente mayor de mastocitos infiltrados en el tejido adiposo subseroso, lo que indica que estas células están asociadas a la recidiva de la enfermedad de Crohn y al fenómeno de "contracción de los adipocitos".

Hasta donde saben los investigadores, estos resultados son los primeros que relacionan la recurrencia postoperatoria de la enfermedad de Crohn con la histología de las células adiposas subserosas y la infiltración de mastocitos. "Nuestros hallazgos permiten estratificar el pronóstico de los pacientes con enfermedad de Crohn postoperatoria. Se utilizan muchos fármacos, incluidos los biológicos, para prevenir la recurrencia de la enfermedad de Crohn, y una estratificación adecuada puede permitir un tratamiento más intensivo y exitoso de los pacientes de alto riesgo", concluyen.

Referencia: Am J Pathol. 2022;S0002-9440(22)00106-7. doi:10.1016/j.ajpath.2022.03.006