Inteligencia artificial frente a equipos multidisciplinarios en cáncer de próstata de alto riesgo con márgenes quirúrgicos positivos: un estudio piloto de prueba de concepto
DOI:
https://doi.org/10.48193/vfsvwx11Palabras clave:
Inteligencia artificial, cáncer de próstata, márgenes quirúrgicos positivos, equipos multidisciplinarios, toma de decisiones, prostatectomía radicalResumen
Objetivo: comparar las recomendaciones terapéuticas de equipos multidisciplinarios (MDT) y de inteligencia artificial (IA) en cáncer de próstata (CaP) de alto y muy alto riesgo con márgenes quirúrgicos positivos (PSM) tras prostatectomía radical (PR).
Diseño, metodología o aproximación: se realizó un estudio retrospectivo de prueba de concepto en un centro de referencia terciario. Entre 700 hombres sometidos a PR (2010–2024), 76 presentaron PSM y 14 contaron con discusiones preoperatorias en MDT. Cinco pacientes cumplieron criterios: CaP de alto/muy alto riesgo (NCCN), PSM confirmados y evaluaciones pre- y postoperatorias en MDT. Los datos clínicos y patológicos se ingresaron en ChatGPT-4.0 (OpenAI), utilizando guías NCCN, AUA y EAU. La IA fue consultada en modo zero-shot y la concordancia se evaluó con el índice kappa (κ).
Resultados: se incluyeron cinco pacientes en el análisis final. Las recomendaciones de la IA coincidieron con las decisiones del MDT en 2 de 5 casos (40 %) tanto en el contexto preoperatorio como postoperatorio. La concordancia fue mínima para la terapia inicial (κ = 0.00) y ligera para el manejo postoperatorio (κ = 0.12).
Limitaciones o implicaciones: el tamaño muestral reducido y el diseño retrospectivo limitan la generalización de los hallazgos.
Originalidad o valor: es el primer estudio que compara directamente recomendaciones basadas en IA con las de MDT en CaP de alto riesgo con PSM en Mexico.
Hallazgos o conclusiones: la IA generó recomendaciones rápidas y basadas en guías clínicas, pero mostró concordancia limitada con las decisiones del equipo multidisciplinario (MDT) en esta cohorte piloto. La IA puede apoyar la eficiencia y la adherencia a guías como una herramienta complementaria; sin embargo, este estudio no evaluó si alguna de las dos estrategias de recomendación conduce a mejores resultados clínicos.
Referencias
Bray F, Laversanne M, Sung H, Ferlay J, Siegel RL, Soerjomataram I, et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA: a cancer journal for clinicians. 2024;74(3): 229–263. https://doi.org/10.3322/caac.21834.
Eastham JA, Auffenberg GB, Barocas DA, Chou R, Crispino T, Davis JW, et al. Clinically Localized Prostate Cancer: AUA/ASTRO Guideline, Part II: Principles of Active Surveillance, Principles of Surgery, and Follow-Up. The Journal of Urology. 2022;208(1): 19–25. https://doi.org/10.1097/JU.0000000000002758.
Lowrance WT, Breau RH, Chou R, Chapin BF, Crispino T, Dreicer R, et al. Advanced Prostate Cancer: AUA/ASTRO/SUO Guideline PART I. Journal of Urology. 2021;205(1): 14–21. https://doi.org/10.1097/JU.0000000000001375.
Tang C, Hoffman KE, Allen PK, Gabel M, Schreiber D, Choi S, et al. Contemporary prostate cancer treatment choices in multidisciplinary clinics referenced to national trends. Cancer. 2020;126(3): 506–514. https://doi.org/10.1002/cncr.32570.
Swindle P, Eastham JA, Ohori M, Kattan MW, Wheeler T, Maru N, et al. Do margins matter? The prognostic significance of positive surgical margins in radical prostatectomy specimens. The Journal of Urology. 2008;179(5 Suppl): S47-51. https://doi.org/10.1016/j.juro.2008.03.137.
Yossepowitch O, Briganti A, Eastham JA, Epstein J, Graefen M, Montironi R, et al. Positive Surgical Margins After Radical Prostatectomy: A Systematic Review and Contemporary Update. European Urology. 2014;65(2): 303–313. https://doi.org/10.1016/j.eururo.2013.07.039.
John A, Lim A, Catterwell R, Selth L, O’Callaghan M. Length of positive surgical margins after radical prostatectomy: Does size matter? - A systematic review and meta-analysis. Prostate Cancer and Prostatic Diseases. 2023;26(4): 673–680. https://doi.org/10.1038/s41391-023-00654-6.
Cartron E, Lecordier D, Jovic L. L’intelligence artificielle en santé : une promesse, un défi et une opportunité de dialogue interdisciplinaire. Recherche en soins infirmiers. 2019;137(2): 5–5. https://doi.org/10.3917/rsi.137.0005.
Hamet P, Tremblay J. Artificial intelligence in medicine. Metabolism: Clinical and Experimental. 2017;69S: S36–S40. https://doi.org/10.1016/j.metabol.2017.01.011.
Van Booven DJ, Kuchakulla M, Pai R, Frech FS, Ramasahayam R, Reddy P, et al. A Systematic Review of Artificial Intelligence in Prostate Cancer. Research and Reports in Urology. 2021;13: 31–39. https://doi.org/10.2147/RRU.S268596.
Chu TN, Wong EY, Ma R, Yang CH, Dalieh IS, Hung AJ. Exploring the Use of Artificial Intelligence in the Management of Prostate Cancer. Current Urology Reports. 2023;24(5): 231–240. https://doi.org/10.1007/s11934-023-01149-6.
Denise Heady, MA. AI model may yield better outcomes for prostate cancer. UCLA Health. 2024. https://www.uclahealth.org/news/release/ai-model-may-yield-better-outcomes-prostate-cancer [Accessed 6th May 2026].
Antonelli M, Johnston EW, Dikaios N, Cheung KK, Sidhu HS, Appayya MB, et al. Machine learning classifiers can predict Gleason pattern 4 prostate cancer with greater accuracy than experienced radiologists. European Radiology. 2019;29(9): 4754–4764. https://doi.org/10.1007/s00330-019-06244-2.
Radboud University Medical Center. AI better detects prostate cancer on MRI than radiologists. ScienceDaily. 2024. https://www.sciencedaily.com/releases/2024/06/240612113341.htm [Accessed 6th May 2026].
Alitto AR, Gatta R, Vanneste B, Vallati M, Meldolesi E, Damiani A, et al. PRODIGE: PRediction models in prOstate cancer for personalized meDIcine challenGE. Future Oncology. 2017;13(24): 2171–2181. https://doi.org/10.2217/fon-2017-0142.
National Comprehensive Cancer Network. Guidelines Detail. NCCN. https://www.nccn.org/guidelines/guidelines-detail?id=1459 [Accessed 6th May 2026].
Lee K, Lee SH. Artificial Intelligence-Driven Oncology Clinical Decision Support System for Multidisciplinary Teams. Sensors. 2020;20(17): 4693. https://doi.org/10.3390/s20174693.
Bostrom N. . Superintelligence von Nick Bostrom - 978-0-19-166683-4. Oxford University Press US; 2014. https://www.wirthmiller.at/item/Superintelligence/Nick_Bostrom?isbn=9780191666834 [Accessed 6th May 2026].
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Revista Mexicana de Urología
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
