Imágenes multimodales y caracterización tisular mediante ecografía mejorada con inteligencia artificial para predecir la eficacia de la inmunoterapia en el cáncer de recto.

El cáncer de recto sigue siendo un problema de salud mundial, y la inmunoterapia está surgiendo como una modalidad de tratamiento transformadora que demuestra tasas sustanciales de respuesta patológica completa en los diferentes subtipos moleculares.

Sin embargo, los métodos actuales de evaluación de la respuesta basados en mediciones del tamaño anatómico (criterios RECIST) no logran capturar las complejas transformaciones del microambiente tumoral durante la inmunoterapia, incluyendo la pseudoprogresión, la infiltración de células inmunitarias y la remodelación vascular. Esta limitación hace necesaria el desarrollo de enfoques de imagenología avanzados capaces de caracterizar en tiempo real y de forma no invasiva los procesos biológicos dinámicos. La imagenología multimodal por ultrasonido, que integra el ultrasonido endorrectal, el ultrasonido con contraste, la elastografía por onda de corte, el ultrasonido Doppler y la imagenología fotoacústica, proporciona biomarcadores integrales que reflejan la perfusión vascular, la biomecánica de los tejidos, la densidad celular y la actividad metabólica. El ultrasonido con contraste cuantifica los cambios microcirculatorios mediante la cinética de entrada/salida, que se correlaciona con la respuesta inmunitaria, mientras que la elastografía por onda de corte mide la rigidez tumoral, que está inversamente relacionada con la infiltración de células T.

Los marcos de inteligencia artificial, en particular el aprendizaje profundo y la radiómica, mejoran la precisión predictiva al extraer características de alta dimensión de los datos multimodales, logrando un rendimiento superior en los sistemas integrados. Los modelos de inteligencia artificial permiten la detección temprana de sutiles remodelaciones del microambiente tumoral antes de los cambios radiológicos convencionales, distinguiendo eficazmente la pseudoprogresión de la progresión real con una alta precisión diagnóstica. A pesar de los resultados prometedores, persisten desafíos importantes: variabilidad interobservador, heterogeneidad de los dispositivos que provoca una degradación sustancial de la precisión entre las diferentes plataformas, integración limitada de la ultrasonografía y la radiogenómica, y escasa traslación clínica. Esta revisión sintetiza la evidencia actual sobre la integración de la inmunobiología, la ultrasonografía y la inteligencia artificial para predecir la eficacia de la inmunoterapia en el cáncer de recto, analizando críticamente los marcos técnicos, los biomarcadores validados, las aplicaciones clínicas y las direcciones futuras, incluyendo la inteligencia artificial explicable, el aprendizaje federado, los parches de ultrasonido portátiles y la radiogenómica multimodal.

La síntesis proporciona una hoja de ruta integral para el desarrollo de sistemas de ultrasonografía mejorados con inteligencia artificial estandarizados y de aplicación clínica que combinen asequibilidad, seguridad, accesibilidad y capacidades analíticas avanzadas para avanzar en la oncología de precisión en la inmunoterapia del cáncer de recto.