La tomografía de tórax que se realiza habitualmente antes de iniciar inmunoterapia podría contener información capaz de identificar a pacientes con cáncer de pulmón con mayor riesgo de desarrollar neumonitis asociada con inhibidores de puntos de control inmunitario (ICI). Investigadores desarrollaron CIPHER (Checkpoint-Inhibitor Pneumonitis Hazard EstimatoR), un modelo de aprendizaje profundo que analiza las imágenes basales y genera una estimación individual del riesgo.
En el estudio, publicado en Journal for ImmunoTherapy of Cancer, CIPHER fue preentrenado mediante aprendizaje autosupervisado utilizando 590,284 cortes de TC procedentes de 4,242 estudios de pacientes con cáncer de pulmón de células no pequeñas (CPCNP). Posteriormente, el modelo se evaluó en pacientes tratados con inmunoterapia y se validó de manera externa en una cohorte independiente de 116 pacientes del hopital Johns Hopkins.
En esta validación externa, CIPHER alcanzó un área bajo la curva (AUC) de 0.83, con sensibilidad de 80.0%, especificidad de 83.3% y exactitud balanceada de 81.7%. Asimismo, clasificó correctamente a 16 de los 20 pacientes que desarrollaron neumonitis y a 80 de los 96 que no presentaron esta complicación. Su desempeño fue significativamente superior al de los modelos clínico y de radiómica evaluados.
Un elemento relevante es que el algoritmo parece reconocer en la TC alteraciones pulmonares preexistentes potencialmente vinculadas con susceptibilidad a la toxicidad, entre ellas patrones intersticiales como reticulación subpleural y opacidades en vidrio esmerilado.
Para la práctica clínica, la propuesta es atractiva porque aprovecharía un estudio de imagen que ya forma parte de la evaluación habitual, sin incorporar inicialmente nuevas pruebas. Sin embargo, los autores enfatizan que CIPHER debe considerarse una herramienta de estratificación de riesgo y no un método diagnóstico ni un instrumento autónomo para decidir el tratamiento. El estudio es retrospectivo y requiere validación prospectiva y multicéntrica antes de plantear su incorporación a la atención rutinaria.
Referencia:
Muneer A, et al. CT-based deep foundation model for predicting immune checkpoint inhibitor-induced pneumonitis risk in lung cancer. J Immunother Cancer. 2026 Sep 18;14(9):e015014.
