Nociones de Radiómica

6 de abril de 2022

Nociones de  Radiómica

La inteligencia artificial (IA) se basa en algoritmos asistidos por ordenador, sistemas que pueden realizar, con una alta precisión, inferencia de una gran cantidad de datos de conocimiento, permitiendo desarrollar un aprendizaje automático en grandes bases de datos de imágenes . El desarrollo de técnicas de imágenes médicas totalmente digitales ha generado imágenes de alta calidad y con una amplia diversidad de la información. Además, en los últimos años, se están desarrollando los biomarcadores de imagen como expresión de esta sinergia entre las imágenes digitales y su procesado asistido por ordenador. Estos procedimientos innovadores extraen de las imágenes médicas una información cuantitativa que no puede detectarse ni medirse visualmente en las imágenes originales, así la Radiómica analiza numerosas imágenes médicas para extraer una gran información de ellas, generando una hipótesis, mejorando el apoyo diagnóstico y relacionando dichas características con el pronóstico del paciente para realizar una medicina de precisión. Tras el auge de la IA, la Radiómica, surge como una técnica novedosa para resolver problemas de la medicina de precisión, dado que se puede realizar en base a imágenes médicas multimodales, de forma no invasiva, más rápidas y con un bajo coste. Se ha visto que dentro de un mismo tumor puede existir una heterogeneidad que con una sola biopsia no se podrían analizar. La Radiómica podría solventar dicho problema, mejorando la accesibilidad a ciertas localizaciones, como los tumores cerebrales y evitando las complicaciones indeseables causadas de las biopsias. Por otro lado, muchos biomarcadores de imágenes basados en la Radiómica pueden ser útiles como apoyo diagnóstico, para evaluar la severidad y estimar la supervivencia global y el intervalo libre de enfermedad. 

La Radiómica es una nueva palabra derivada de la combinación de” radio” qué significa imagen radiológica y “ómica” se refiere a las tecnologías colectivas que exploran los roles, relaciones y acciones de varios tipos de moléculas dentro de las células de un organismo con el fin de definir e interrogar el epigenoma, transcriptoma, proteoma, o metaboloma en su totalidad. Las tecnologías “ómicas” de alto rendimiento crean “big data”, con una  diversidad y una complejidad que requieren nuevas arquitecturas, algoritmos y análisis para gestionarlos, extraer valores y conocimientos ocultos de ella. Lo primero que requiere la Radiómica es la identificación del volumen de interés del tumor y posteriormente, con métodos automáticos o semiautomáticos realizan la segmentación del tumor. A continuación, se adquieren múltiples características cuantitativas de esa zona de interés tumoral, que o bien solas o combinadas con la clínica y los datos patológicos, desarrollan modelos para predecir tanto la supervivencia como respuesta al tratamiento. 

En cuanto al término “RADIO” se realizan una serie de análisis a la imagen, basada en la extracción de la imagen de los tumores segmentados en imágenes de RM o TC para obtener las características radiómicas de la imagen: 

A. Descriptores morfológicos: forma, volumen y área de superficie 

B. Descriptores Estadísticos 

B1: Primer orden: características del histograma como la entropía y energía, los más importantes, media, mediana, desviación estándar, kurtosis, skewness (oblicuidad), uniformidad y varianza en la valoración de atenuación de los pixeles del tumor. Nos aportan información de la progresión o crecimiento tumoral. 

B2: Orden superior: Textura. Se usa para reflejar la textura de las características del tumor, valorando la escala de grises: -GLCM: grey level co-occurrence matrix (matriz de nivel de concurrencia del gris) -GLRL: grey level run length (nivel ejecución gris) Están asociadas con el estadio tumoral, metástasis, respuesta a tratamiento y supervivencia. 

C. Descriptores Regionales: expresa heterogeneidad intratumoral, un importante factor pronóstico del paciente. 

D. Descriptores Basados en modelos matemáticos: dimensión fractal basado en la forma intrínseca de un objeto, para así diferenciar la agresividad del tumor, sobre todo usado en el cáncer de pulmón  

E. Descriptores Cinéticos: basada en los cambios con la captación de contraste en los voxels. 

E.1 Cinética de la curva: Incluyen el máximo contraste de realce, tiempo para alcanzar el pico, índice de captación, índice de lavado, forma de la curva, realce en primer punto de 9 contraste, ratio de realce de intensidad de la señal, tasa de variación total y la variación de la tasa total normalizada 

E.2: Cinética de variación del realce: máximo realce, tiempo pico, tasa de varianza creciente y decreciente . Tras obtener todas estas características, con análisis estadísticos y asistidos por ordenador, se clasifican a los pacientes y se predicen los pronósticos y resultados de los tratamientos.

Figura 1: Esquema que ilustra la extracción asistida por ordenador de los descriptores cuantitativos del tumor basados en las secuencias dinámicas con contrastes de RM.

En cuanto a la “ÓMICA” se incluyen: 

1º) Proteómica: Estudio sistemático completo de las proteínas del organismo. Se ha centrado en descubrir y validar biomarcadores proteicos para predecir y pronosticar varias enfermedades . 

2º) Metabolómica: Es el campo más joven de la “ómica” pero que ha ganado gran protagonismo dado que estudia y cuantifica sistemáticamente todos los productos metabólicos de la una célula, tejido, organismo, fluidos biológicos u organismo en un punto específico en el tiempo. El término de metaboloma se refiere a la dinámica de los metabolitos qué representan la totalidad de las células que forman el organismo en determinadas condiciones. Se ha visto que en casi la mayoría de los cánceres se altera el metabolismo celular. La RM utiliza las propiedades del campo magnético de diferentes núcleos atómicos y puede determinar la estructura orgánica de los componentes, así que se utiliza para determinar la estructura del carbono 13. También se ha visto, que las características fenotípicas en las imágenes médicas pueden resultar de la expresión del genotipo. Así nace la Radiogenómica, que pretende correlacionar imágenes con genes subyacentes, mutaciones y patrón de expresión. La Radiogenómica puede proporcionar información genética de voxel por voxel para un tumor heterogéneo completo o, en el contexto de metástasis o conjunto de tumores y, por lo tanto, ser guía de terapia adaptada. El principio subyacente de la Radiogenómica es que las imágenes biomédicas son el producto de procesos que ocurren a nivel genético y molecular. El objetivo de la radiogenómica es desarrollar biomarcadores de imagen incorporando fenotípicos y alteraciones genotípicas que pueden predecir el riesgo y los resultados. Y por lo tanto, estratificar mejor a los pacientes para una terapéutica más precisa. En la pasada década se hizo principal hincapié en el atlas del genoma del cáncer (TCGA) qué ha facilitado una caracterización molecular mucho más profunda y ha definido subgrupos y marcadores biológicos para identificar las dianas terapéuticas. La radiogenómica se centra en el estudio de la imagen y posteriormente en la Genómica y transcriptomica: 

• Genómica es el estudio sistemático de la secuencia del DNA o genoma en el organismo. La medicina genómica implica la exploración de los caminos moleculares de los marcadores genómicos y la interacción entre el genoma con otros factores como el ambiente o el estilo de vida y la aplicación de la información del genoma para predecir y tratar las enfermedades 

• Transcriptómica: estudio del ARN presente en células, tejidos u órganos que nos permite comprender la diferencia en la expresión genética, entre pacientes sanos y enfermos. Estudiando los genes activados y desactivados en grupos de pacientes, se analiza cómo la expresión genética puede afectar a la progresión de la enfermedad. Un ejemplo de esto es el estudio de la expresión de los arrays para realizar la tipificación del cáncer de mama, en función de recomendaciones de tratamiento en la práctica clínica (MAMA PRINT y Oncotype DX)  [1].

Existen ya muchos artículos que presentan las relaciones entre características radiómicas y biológicas, correlacionando las características encontradas con el grado histológico del tumor o la expresión génica. 

Correlaciones independientes y nuevas para validar el origen biológico de las características radiómicas encontradas, dividiéndolos en cinco grupos:

  1. Validación a través del análisis semántico: Las características semánticas se podrían definir como aquellas características de la imagen de la lesión que el radiólogo considera descriptivas de la lesión. Un ejemplo serían la irregularidad de los bordes de una lesión, la necrosis central, etc.  Asimismo, se ha investigado sobre el análisis cuantitativo de estas características y de otras como la textura de las lesiones en las imágenes radiológicas encontrando correlaciones entre estas y la naturaleza de la lesión. Otros estudios, sin embargo, han encontrado resultados discordantes. 
  1. Validación a través de la Radiogenómica: Las características radiómicas no solo pueden correlacionarse con la naturaleza de la lesión, sino también con sus datos genéticos. Nos referimos a esto como Radiogenómica, un campo muy prometedor. No obstante, las relaciones observadas en los estudios radiogenómicos pueden a menudo ser biológicamente muy ambiguas, dada la complejidad del código genético y su vínculo con el fenotipo, que es a menudo indirecto e incierto. Además, la gran cantidad de parámetros, tanto de imagen como de genoma, dan como resultado una, a veces abrumadora, cantidad de comparaciones, que pueden desdibujar las conclusiones. A pesar de ello, estos estudios ofrecen una información poderosa sobre el mecanismo de acción y la base biológica de muchos de los hallazgos radiogenómicos y, por lo tanto, debe incentivarse.
  1. Validación a través de la inmunohistoquímica (IHQ): Otra herramienta para la validación es la información histopatológica que describe los fenotipos de los grupos células tumorales y su microambiente. Establecer la relación entre las firmas radiómicas observadas y los hallazgos patológicos podría proporcionar información importante sobre las causas biológicas de la enfermedad del paciente o de su evolución, potencialmente más específicos que el perfil genético. Como ejemplo, algunos estudios han estudiado la correlación entre las características radiómicas del tumor y la hipoxia celular. 
  1. Correlación anatomopatológica: Otro enfoque para relacionar los resultados radiómicos del tumor con los hallazgos patológicos es el análisis de la textura de imágenes histológicas. Este es un campo emergente y en rápida expansión al que se le refiere como Patómica;  tiene como objetivo aplicar técnicas de extracción de características de alto rendimiento para estudiar los patrones en los datos patológicos que observamos al microscopio, especialmente de las muestras teñidas con hematoxilina-eosina. Mediante la Patómica, las características de las imágenes in vivo pueden ser comparadas con las características extraídas de muestras ex vivo, beneficiándose a menudo de una definición biológica más clara de los patrones de imagen y, por lo tanto, una mejor comprensión de las características. El análisis cuantitativo de datos histológicos ha demostrado que mejora la predicción de resultados y en la predicción del pronóstico, imitando los objetivos de la Radiómica. Chaddad A et al (2018), observaron ya resultados prometedores en este campo para la estadificación de tumores.
  1. Habitat imaging: El análisis radiómico se ha aplicado ampliamente con el objetivo de informar y cuantificar la heterogeneidad tumoral. No obstante, existe un enfoque diferente dirigido explícitamente a identificar distintas áreas tumorales y/o subpoblaciones celulares y se ha denominado como habitat imaging. Las habitat imagingvalidadas biológicamente serán esenciales para su aplicación clínica quizás más prometedora: la planificación de la radioterapia. Como destacan Enderling et al (2019), el conocimiento de la distribución espacial del tumor en las diferentes subregiones podría permitir la distribución de la dosis de radiación para optimizar la respuesta según los perfiles locales de radiosensibilidad; lo que podría contribuir a la reducción de la toxicidad por radiación y permitir la prescripción de dosis personalizada. 

Hasta la fecha, muchos estudios del ámbito de la radiómica no realizan la validación de sus resultados más allá de compararlos con un grupo control. Esta tendencia contribuye a una menor reproducibilidad de los resultados y, por ende, menor impacto de los mismos en la práctica clínica. Cuando se atribuya mayor importancia a la comprensión biológica de las características radiómicas, se podrá desarrollar un sistema de validación estandarizado. No cabe duda de que ya existen muchas formas diferentes de validar y/o aportar contexto biológico a las firmas radiómicas, muchas de ellas resumidas en este artículos. Para seguir avanzando, proponemos que los estudios de radiómica intenten siempre presentar un análisis de validación o una hipótesis para la explicación biológica de los resultados. Esto permitirá la discusión de las características biológicas que hay detrás de los resultados, reforzando esta materia [2].

 [1] Elvira Contreras, Fernando Ruiz. Avances y retos en el campo de la Radiomica y radiogenomica

 [2] Tomaszewski MR et al. The biological meaning of radiomic feature. Radiology 2021. 298: 505-505