Cáncer de endometrio, presentan nuevos hallazgos

Un equipo de investigación multidisciplinario de la Universidad de Washington en San Luis y el Centro Oncológico Siteman, ubicado en el Hospital Barnes-Jewish y WashU Medicine, busca un método de imagen rápido, seguro y no invasivo, combinado con aprendizaje automático, para la detección y el diagnóstico precisos de lesiones precancerosas y cánceres en etapa temprana.

También puedes leer. Investigadores identifican nueva vía renal. https://rhpositivo.mx/pareja-saludable/item/15097-investigadores-identifican-nueva-via-renal

El equipo, liderado por Quing Zhu, profesor de ingeniería Edwin H. Murty en la Escuela de Ingeniería McKelvey de la Universidad de Washington en San Luis, realizó una investigación inicial utilizando tomografía de coherencia óptica (OCT), que detecta diferencias en la forma en que el tejido refleja la luz y adquiere imágenes 3D de alta resolución con una profundidad de hasta 1 a 2 milímetros.

Con una sonda de catéter personalizada desarrollada en el laboratorio de Zhu, el equipo obtuvo imágenes de toda la cavidad endometrial en menos de 3 segundos, creando una biopsia óptica. Se trata del primer estudio de imágenes OCT 3D basado en catéter que integra características ópticas funcionales, estructurales y radiómicas para la evaluación endometrial. Los resultados de la investigación se publicaron en npj Imaging el 3 de junio de 2026.

Para obtener imágenes de los tejidos de las pacientes, el equipo colaboró ​​con médicos de WashU Medicine, entre ellos Lindsay Kuroki, MD, profesora asociada de obstetricia y ginecología, e Ian Hagemann, MD, PhD, profesor de patología e inmunología y de obstetricia y ginecología. Junto con Zhu, son investigadores del Siteman Cancer Center, donde Kuroki también atiende pacientes. En 2025, el equipo obtuvo imágenes de OCT de 57 úteros sometidos a histerectomía. De estos, 34 presentaban lesiones precancerosas de alto riesgo o cánceres en etapa temprana.

Las imágenes OCT 3D proporcionaron una visión detallada de la microestructura del tejido y sus propiedades ópticas, revelando claras diferencias entre el endometrio normal, el endometrio benigno, las lesiones precancerosas de alto riesgo y el cáncer de endometrio en diferentes etapas.

Los primeros autores, Sanskar Thakur, estudiante de doctorado en el laboratorio de Zhu, y Yixiao Lin, quien obtuvo su doctorado en ingeniería biomédica en WashU en 2025, desarrollaron un sistema de extracción de características de imágenes y un modelo de aprendizaje automático para clasificar los resultados en dos grupos: normales y benignos, y precancerosos y cancerosos, utilizando 26 características de imagen extraídas. Su modelo alcanzó una sensibilidad exploratoria del 94 % y una especificidad del 87 %. 

“La práctica actual de biopsia endometrial tiene una tasa estimada de falsos negativos de alrededor del 10 % (con una sensibilidad aproximada del 90 %), debido principalmente a las limitaciones del muestreo y la variabilidad en la interpretación”, afirmó Zhu.

“Con nuestro sistema de imágenes OCT tridimensionales combinado con aprendizaje automático, podemos obtener imágenes de toda la cavidad endometrial en 2 a 3 segundos y podríamos lograr una sensibilidad mayor que la del muestreo de biopsia aleatorio”, apuntó.

Actualmente no existe un método de detección fiable para el cáncer de endometrio», afirmó el coautor David Mutch, profesor titular de la cátedra Ira C. y Judith Gall y vicedirector de obstetricia y ginecología en WashU Medicine, miembro del programa de investigación Siteman e investigador principal del programa especializado de excelencia en investigación sobre cáncer de endometrio Route 66 (SPORE), financiado por el Instituto Nacional del Cáncer.

“Esta tecnología, desarrollada por la Dra. Zhu y sus colegas, debería permitirnos detectar mejor este cáncer y, como mínimo, diagnosticarlo mucho antes. Se trata de una tecnología realmente novedosa y de vanguardia”, añadió Mutch

Zhu afirmó que, en adelante, el equipo planea evaluar el catéter en pacientes reales para demostrar el potencial de aplicación clínica de la tecnología OCT asistida por IA.