Inteligencia artificial

Radiómica como biomarcador no invasivo en oncología: evidencias de 2025

Estudios presentados en ASCO 2025 y revisiones retrospectivas respaldan el uso de firmas radiómicas extraídas de resonancia magnética y tomografía para predecir respuesta a inmunoterapia y mutaciones en tumores sólidos.

Redacción iRadiología · 15 de septiembre de 2026

En el congreso ASCO 2025 se presentaron modelos de radiómica basados en resonancia magnética que alcanzaron un AUC de 0,92 para predecir respuesta mayor a pembrolizumab neoadyuvante en cáncer de vejiga músculo-invasivo. La radiómica convierte imágenes de TC, RM y PET en datos cuantitativos de forma, textura y primer orden que alimentan algoritmos de aprendizaje automático. Estos biomarcadores no invasivos buscan complementar la biopsia y guiar decisiones en oncología de precisión. Estudios retrospectivos y análisis de ensayos como PURE-01 demuestran que las firmas radiómicas pueden anticipar beneficio clínico de inhibidores de puntos de control inmunitario y estado mutacional de EGFR con áreas bajo la curva superiores al 80% en validación interna y externa. El enfoque aporta información pronóstica adicional a parámetros clínicos convencionales sin requerir procedimientos invasivos adicionales.

Radiómica en cáncer de vejiga tratado con inmunoterapia

El ensayo PURE-01 evaluó tres ciclos de pembrolizumab neoadyuvante antes de cistectomía radical en pacientes con cáncer de vejiga músculo-invasivo. Análisis de radiómica de resonancia magnética pre y post tratamiento en 112 pacientes seleccionó características de forma y textura de la matriz de coocurrencia de niveles de gris. El modelo post-tratamiento alcanzó un AUC de 0,83 para respuesta patológica completa y 0,92 para respuesta mayor en el conjunto de prueba retenido. Modelos pre-tratamiento mostraron menor rendimiento con AUC de 0,66. Estos resultados, presentados en ASCO 2025, indican que la radiómica de RM puede identificar pacientes con mayor probabilidad de beneficio de la inmunoterapia neoadyuvante. La validación externa sigue siendo necesaria antes de su adopción clínica rutinaria.

Predicción de mutaciones y respuesta en cáncer de pulmón

En cáncer de pulmón no microcítico inoperable sin mutaciones activadoras, un modelo de radiómica de TC basal combinado con variables clinicopatológicas alcanzó un AUC de 0,816 para predecir beneficio clínico de inhibidores de puntos de control. El modelo simplificado con solo dos características radiómicas wavelet y GLSZM obtuvo AUC de 0,792 en validación interna. Estudios adicionales de 2025 reportan AUC de 0,884 a 0,900 para estratificación de tratamiento con inhibidores de tirosina quinasa EGFR y expresiones de PD-1/PD-L1 mediante enfoques radiómicos multidimensionales en TC. Estos hallazgos sugieren que la radiómica puede ayudar a seleccionar pacientes para terapias dirigidas o inmunoterapia sin necesidad de biopsia repetida.

Revisiones y aplicaciones torácicas en 2025

La revisión anual de tomografía computarizada de 2025 destaca el papel creciente de la radiómica potenciada por inteligencia artificial en radiología torácica. Modelos de aprendizaje profundo integrados con parámetros de atenuación y textura de TC lograron AUC del 93,6% para detección de adenocarcinoma invasivo. Otras investigaciones mostraron mejoras en la especificidad para diferenciar nódulos malignos y benignos mediante signos vasculares en TC. Estos avances refuerzan el valor pronóstico de la radiómica en vigilancia oncológica y estratificación de riesgo, aunque la mayoría de los estudios siguen siendo retrospectivos y requieren validación prospectiva multicéntrica para su implementación generalizada.

Las evidencias de 2025 confirman que la radiómica puede extraer información pronóstica y predictiva de imágenes de rutina en oncología. Su integración con datos clínicos mejora la selección de tratamientos dirigidos e inmunoterapia en vejiga y pulmón. La adopción clínica dependerá de validaciones externas y estandarización de pipelines de extracción de características.