Científicos españoles proponen un ‘diccionario común’ para el uso de biomarcadores de imagen

Los biomarcadores de imagen se están convirtiendo en un elemento importante en el campo de la medicina personalizada. Obtenidos a partir de pruebas como la resonancia magnética (RM), la tomografía axial computarizada (TAC) o la tomografía por emisión de positrones (PET), permiten obtener información objetiva sobre una enfermedad, su evolución o la respuesta al tratamiento. Sin embargo, su incorporación a la práctica clínica continúa encontrando obstáculos, entre ellos la falta de un lenguaje común que permita describirlos, compararlos y reutilizarlos entre hospitales y centros de investigación.

Para superar esta barrera, investigadores españoles han propuesto un catálogo estandarizado e interoperable que permita documentar estos biomarcadores de forma homogénea. La iniciativa, publicada en la revista Insights into Imaging, pretende facilitar tanto la investigación como la práctica clínica y sentar las bases para una medicina de precisión más eficaz.

• Te interesa: Nuevas tecnologías mejoran la precisión diagnóstica y el abordaje del cáncer de mama desde la imagen

En este trabajo participan investigadores de la Red de Enfermedades Inflamatorias (RICORS-REI) y del Instituto de Investigación Sanitaria La Fe (IIS La Fe). En él se propone crear una especie de «diccionario universal» para que un mismo biomarcador sea descrito de igual manera con independencia del hospital, la especialidad médica o la plataforma tecnológica utilizada.

Los autores hablan que uno de los grandes obstáculos para el desarrollo de estos biomarcadores es la fragmentación de la información: los datos relevantes sobre cada biomarcador suelen encontrarse dispersos entre artículos científicos, bases de datos y documentos técnicos. El resultado es que dos investigadores pueden estar trabajando con el mismo biomarcador utilizando descripciones diferentes, o que un hospital tenga dificultades para reproducir los resultados obtenidos en otro centro.

La solución que se propone en el estudio se basa en los principios FAIR, establecidos en 2016 por un grupo de investigadores biomédicos liderados por el investigador Mark D. Wilkinson. FAIR es el acrónimo de Findable, Accessible, Interoperable and Reusable (localizable, accesible, interoperable y reutilizable). Se trata de un conjunto de criterios diseñados para garantizar que los datos científicos puedan ser localizados con facilidad, compartirse entre distintos sistemas y reutilizarse en nuevas investigaciones.

«La principal ventaja es que permite que los biomarcadores de imagen se describan y documenten de forma homogénea, independientemente del hospital, la plataforma tecnológica o el área clínica en la que se utilicen», explican Pablo Rodríguez Belenguer y Paula Doria Borrell, del Grupo de Investigación Biomédica en Imagen (GIBI2) del IIS La Fe.

Esta estandarización facilitaría la selección del biomarcador más adecuado para cada paciente, mejorando la toma de decisiones clínicas y la generación de evidencia científica sobre nuevos tratamientos. Además, permitiría que los resultados obtenidos en un hospital pudieran reproducirse y validarse en otros centros con mayor facilidad.

Para demostrar que el sistema funciona, los investigadores catalogaron cuatro biomarcadores muy diferentes. Uno de ellos fue el coeficiente de difusión aparente o ADC (apparent diffusion coefficient), un parámetro obtenido mediante resonancia magnética que refleja cómo se mueven las moléculas de agua dentro de los tejidos. Cuando existe inflamación o alteraciones celulares, ese movimiento cambia, convirtiéndose en una medida indirecta de actividad inflamatoria.

También analizaron el SUV (standardized uptake value) de las exploraciones PET con FDG, una molécula de glucosa marcada radiactivamente. Los tejidos con mayor actividad metabólica consumen más glucosa y acumulan más FDG, permitiendo cuantificar procesos inflamatorios o tumorales.

Los otros dos ejemplos se centran en las firmas radiómicas obtenidas mediante TAC —basadas en la extracción automatizada de cientos de características matemáticas de una imagen— y el índice de vascularización medido mediante ecografía doppler para evaluar la actividad inflamatoria en enfermedades como la artritis reumatoide.

El desarrollo de este lenguaje común también facilitará la incorporación a la práctica clínica de nuevas tecnologías basadas en biomarcadores de imagen. Entre ellas se encuentra la plataforma desarrollada por Kenko Imalytics, una spin-off de la Universitat Politècnica de València especializada en biomarcadores de imagen obtenidos mediante resonancia magnética e inteligencia artificial explicable.

Su tecnología transforma la información contenida en las imágenes de resonancia magnética en parámetros cuantitativos que pueden ayudar a los equipos médicos a caracterizar tumores y apoyar la toma de decisiones clínicas. Actualmente, la compañía está a la espera del marcado CE para su plataforma de cáncer de mama, y tiene en desarrollo otras soluciones dirigidas a tumores de próstata, vejiga y lesiones hepáticas.