Un paso hacia un consenso global sobre la resectabilidad del cáncer gástrico integrando modelos de consenso basados...

Área de la Ciencia:

• Oncología quirúrgica
• La inteligencia artificial en la medicina
• Tratamiento del cáncer gástrico

Sus antecedentes:

• La resección quirúrgica es clave para el tratamiento curativo del cáncer gástrico localmente avanzado (GC).
• Existe variabilidad global en la definición de resecabilidad, especialmente con invasión multivisceral, citología peritoneal positiva (CY1) o enfermedad oligometastásica.
• El proyecto Intercontinental Criteria of Resectability for Gastric Cancer (ICRGC) fue iniciado para abordar estos desafíos.

Objetivo del estudio:

• Desarrollar criterios estandarizados de resecabilidad para el cáncer gástrico (GC) utilizando información quirúrgica experta e inteligencia artificial (IA).
• Evaluar la concordancia entre los cirujanos expertos y las recomendaciones basadas en IA en escenarios complejos de resecabilidad de GC.
• Evaluar el potencial de la IA para armonizar las prácticas quirúrgicas globales en la gestión de GC.

Principales métodos:

• Se realizó una encuesta prospectiva en dos etapas entre 58 oncólogos quirúrgicos en la reunión de 2024 de la Asociación Europea de Cáncer Gástrico (EGCA).
• Los participantes completaron un cuestionario sobre resecabilidad, estrategia y métricas de calidad, seguido de una revisión de las respuestas generadas por la IA.
• Se analizó la concordancia entre las respuestas humanas y de la IA, y se evaluaron estadísticamente los cambios en las opiniones de los cirujanos después de la exposición a la IA.

Principales resultados:

• Se encontró un alto acuerdo entre los cirujanos y la IA en distinguir la resecabilidad técnica de la oncológica (79%).
• Se observó una alineación significativa en casos complejos como cT4b (61% de apoyo para centros de alto volumen), CY1 (54%) y enfermedad nodal N3 (63%).
• La exposición a la IA condujo a cambios consistentes con las directrices en las decisiones del cirujano, con un 27,1% de cambios en las respuestas, especialmente en la definición del margen quirúrgico (p=0,015) y los criterios anatómicos (p<0,05).

Conclusiones:

• El modelado de consenso impulsado por IA replica efectivamente el razonamiento de los expertos en casos complejos de oncología quirúrgica.
• El proyecto ICRGC demuestra el potencial de la IA para servir como catalizador para armonizar las prácticas quirúrgicas globales en el cáncer gástrico.
• El modelado de consenso respaldado por IA puede complementar el juicio de los expertos, mejorando la consistencia de la toma de decisiones en escenarios de resecabilidad de GC ambiguos o controvertidos.