La radiómica derivada de imágenes TC predice subtipos moleculares en carcinoma urotelial de la vejiga: validación de una estrategia de clasificación no invasiva

Detectando pistas del cáncer ocultas en exploraciones rutinarias

El cáncer de vejiga es frecuente y a menudo requiere procedimientos repetidos y molestos para entender cuán agresivo es el tumor de un paciente. Este estudio explora si la información ya oculta en las tomografías computarizadas habituales puede ayudar a los médicos a clasificar los tumores de vejiga en “personalidades” biológicas que responden de forma distinta al tratamiento —sin necesidad de agujas adicionales, endoscopias o costosas pruebas genéticas.

Por qué importa la personalidad del tumor

Hoy los médicos saben que los cánceres de vejiga no son todos iguales. Muchos tumores se agrupan en dos grandes categorías moleculares, a menudo denominadas luminal y basal. Estos grupos se comportan de forma diferente: algunos crecen despacio y responden bien a las terapias estándar, mientras que otros son más agresivos y pueden necesitar tratamientos más intensos o dirigidos. Actualmente, asignar un tumor a uno de estos grupos suele depender del examen del tejido con tinciones especiales o herramientas genéticas avanzadas, que son invasivas, consumen tiempo y no siempre están disponibles. Un método sencillo y no invasivo para inferir la misma información a partir de imágenes que los pacientes ya reciben sería un avance importante hacia una atención más personalizada.

Convertir imágenes en números

Los investigadores se centraron en una técnica llamada radiómica, que convierte las imágenes médicas en grandes conjuntos de características cuantificables. En lugar de que un radiólogo describa un tumor en una TC como “brillante” o “irregular”, la radiómica mide la distribución exacta y la variación de las intensidades de los píxeles dentro de la lesión. En este estudio, 96 pacientes con carcinoma urotelial de vejiga se sometieron a tomografías computarizadas con contraste antes de la cirugía. Para cada tumor, especialistas delinearon cuidadosamente la porción sólida en las imágenes TC, excluyendo sangre, calcificaciones y áreas quísticas, para crear una región de interés precisa para el análisis. A partir de estas zonas delineadas, el equipo calculó medidas básicas de textura como brillo medio, variabilidad y una estadística llamada entropía, que captura cuán complejo o desordenado aparece el patrón en escala de grises.

Relacionando las imágenes con los tipos moleculares

Para conocer el grupo biológico de cada tumor, los patólogos examinaron el tejido extirpado con un panel de cuatro marcadores que tienden a estar altos o bajos en los cánceres luminales frente a los basales. Al combinar las puntuaciones de estas tinciones, los tumores se clasificaron en subtipos luminal o basal. Los investigadores compararon entonces los números derivados de la TC entre estos grupos. Encontraron que los tumores basales —que en este estudio eran más propensos a tener un grado más alto e invadir más profundamente la pared vesical— mostraban tanto un brillo medio mayor como, de forma más llamativa, una entropía más alta en la TC. En otras palabras, los tumores más agresivos tendían a presentarse con una complejidad textural mayor a nivel de píxel, incluso cuando esa diferencia no sería obvia a simple vista.

¿Qué tan bien funcionan estas pistas de imagen?

Para evaluar cuán fiables eran las características de la TC para distinguir un grupo tumoral de otro, el equipo utilizó herramientas estadísticas comúnmente aplicadas en investigación diagnóstica. Entre todas las características medidas, la entropía destacó como el mejor indicador individual del subtipo molecular. Usando un valor de corte óptimo, la entropía alcanzó un área bajo la curva de 0,79, lo que sugiere una capacidad sólida para distinguir cánceres basales de luminales en esta muestra. El brillo medio mostró un rendimiento solo moderado. Aunque estos valores están lejos de la perfección, aportan evidencia inicial de que una medida simple de la complejidad de la imagen podría servir como un marcador no invasivo de la biología tumoral.

Qué podría significar esto para los pacientes

Este trabajo sugiere que la atención futura del cáncer de vejiga podría apoyarse no solo en lo que extirpan los cirujanos y tiñen los patólogos, sino también en lo que el análisis informático detallado puede revelar a partir de exploraciones rutinarias. Si se valida en estudios mayores y multicéntricos, las medidas radiómicas basadas en TC —especialmente la entropía— podrían ayudar a señalar los tipos tumorales más agresivos antes de la cirugía, orientando decisiones sobre la intensidad del tratamiento y el seguimiento. Para los pacientes, eso podría traducirse eventualmente en terapias más ajustadas y menos pruebas invasivas, utilizando información que ya está contenida en sus datos de imagen.

Cita: Zhang, Q., Guo, Y., Lin, F. et al. ‌CT image-derived radiomics predicts molecular subtypes in bladder urothelial carcinoma: validation of a non-invasive classification strategy. Sci Rep 16, 6016 (2026). https://doi.org/10.1038/s41598-026-36583-2

Palabras clave: cáncer de vejiga, radiómica, imágenes por TC, subtipos tumorales, diagnóstico no invasivo