Diseño del estudio y estado actual

El Hospital Xinhua, afiliado a la Facultad de Medicina de la Universidad de Shanghai Jiao Tong, ha registrado un estudio a gran escala del modelo AI (NCT06822842) para analizar imágenes patológicas y resultados diagnósticos de tumores sólidos pediátricos. Se trata de un estudio observacional diagnóstico no intervencionista, clasificado como una etapa de desarrollo clínico no intervencionista en lugar de un ensayo de Fase 1/2/3, con un objetivo de reclutamiento de 2,000 casos. Según el registro de ClinicalTrials.gov actualizado el 12 de febrero de 2025, el estudio se encuentra en estado de pre-reclutamiento, con una fecha de inicio del estudio el 1 de febrero de 2025, y una fecha de finalización prevista para abril de 30 (2025). Las actualizaciones posteriores del estado son un punto clave de seguimiento.

Indicaciones y estrategia del modelo

El estudio se centra en el neuroblastoma, meduloblastoma, tumor de Wilms, hepatoblastoma y rabdomiosarcoma. La estrategia central es desarrollar un modelo versátil que pueda manejar cánceres pediátricos raros y heterogéneos, en lugar de un algoritmo optimizado para una sola enfermedad. El modelo integra imágenes patológicas de alta resolución y texto diagnóstico, incorporando características moleculares del tumor, grado patológico y reglas diagnósticas para alinear los espacios de representación de imagen y lenguaje. Las tareas principales son la segmentación de la región tumoral, la detección de cáncer y la identificación de subtipos. El estudio se enfoca en la construcción y validación de un modelo diagnóstico, en lugar de evaluar la eficacia del tratamiento.

Significado clínico en comparación con el diagnóstico estándar

Actualmente, el enfoque estándar implica la interpretación de la tinción con hematoxilina y eosina (H&E) por parte de un patólogo, combinada con inmunohistoquímica (IHC) y pruebas moleculares/genéticas, con una reevaluación realizada en un centro especializado cuando sea necesario. Este estudio tiene como objetivo desarrollar una herramienta potenciada por AI para mejorar la consistencia en la identificación de subtipos raros y la evaluación del grado, en lugar de sustituir el juicio experto. En particular, el conjunto de datos de 2,000 casos será clínicamente valioso cuando se logren tamaños de muestra suficientes por tipo de tumor, validación externa y un rendimiento de generalización adecuado del escáner.

Panorama competitivo y potencial de mercado

El panorama competitivo incluye la patología digital y los modelos fundacionales de patología como Paige Prostate de Paige, la solución IntelliSite Pathology Solution de Philips y la plataforma RuiPath desarrollada por el Hospital Ruijin y Huawei. Sin embargo, Paige Prostate es una ayuda para biopsias de próstata y RuiPath es un modelo pancáncer. El activo diferenciado del Hospital Xinhua son sus datos clínicos enfocados específicamente en múltiples subtipos de tumores sólidos pediátricos. Se proyecta que el mercado global de patología digital crezca de USD 1.3 mil millones en 2025 a USD 5.75 mil millones en 2034, pero este estudio no involucra ninguna transacción de licencias, ventas o inversiones.

Vía regulatoria y obstáculos para la comercialización

La FDA de EE. UU. aprobó Philips IntelliSite como el primer sistema de imagen de portaobjetos completo (WSI) para diagnóstico primario el 12 de abril de 2017, y Paige Prostate como software de diagnóstico adjunto de Clase II a través de la vía De Novo el 21 de septiembre de 2021. NCT06822842 no está registrado como un dispositivo sujeto a la regulación FDA y no incluye la aprobación de la FDA, EMA o PMDA ni una revisión por parte de un comité asesor (AdComm). Por lo tanto, los resultados a corto plazo se centrarán en el rendimiento del modelo y los datos de validación externa. La comercialización requerirá una validación prospectiva multicéntrica, un sistema de calidad y aprobaciones regionales para dispositivos médicos de software.