Resumen

Introducción: En el Cancer de vejiga un 75% son no musculares invasivos (NMI). Los tumores musculo-invasores y metastásicos son responsables de la mayoría de las muertes cáncer específicas. De los NMI, cerca del 15% progresa a invasión muscular (MI), lo que resalta la necesidad de un diagnóstico preciso sobre la profundidad del tumor, dada la frecuencia de resecciones transuretrales repetidas y las variaciones en la interpretación de muestras. Los tumores desarrollan mecanismos de invasión, como la producción de metaloproteinasas, que degradan la matriz extracelular (MEC), liberan factores angiogénicos y regulan la adhesión y migración celular, siendo cruciales para la progresión. La tinción tricrómica de Masson (TTM) es una técnica que proporciona información valiosa sobre el microambiente tumoral y la MEC. Este estudio utiliza redes neuronales multimodales para analizar biopsias de vejiga y datos clínicos con el fin de predecir la invasión muscular en el cáncer de vejiga.

Materiales y Métodos: Se realizó un análisis retrospectivo de biopsias tras RTU y cistectomías entre 2022 y 2025. Se analizaron 815 imágenes de tumores de vejiga y se entrenó un modelo de redes neuronales multimodales (RNM) para clasificar entre tumores MI y NMI (T1 y Ta) mediante Transfer Learning con el modelo ConvNExt-Tiny y MLP para el análisis de variables clínicas (peso de la biopsia y grado tumoral). Se creó un reporte automatizado con representaciones gráficas y mapas de calor de las zonas donde el modelo extrajo mayores datos para la predicción, además de un balance porcentual del peso relativo entre imagen y variables clínicas.

Resultados: El modelo de inteligencia artificial (RNM) logró un 95% de validación, con valores predictivos negativos y positivos de 94.1% y 100%, respectivamente. La sensibilidad fue del 77.3% y la especificidad del 100%. Las regiones con TTM contribuyen a la capacidad de predicción del modelo, el cual ofrece un 92% del total predictivo a partir de las imágenes.

Conclusión: El análisis de biopsias vesicales con TTM y variables clínicas mediante RNM permite determinar con alta precisión el compromiso de invasión muscular, mejorando el diagnóstico y la toma de decisiones, y potencialmente evitando sub o sobretratamiento de la enfermedad