Categoría: oncología
Slug: extraccion-metastasis-nscLC-llm-notas-clinicas
Excerpt: Más del 50% de los pacientes con NSCLC presentan metástasis no registradas en los campos estructurados del registro oncológico, según un estudio que utiliza LLMs para extraer esta información de las notas clínicas.
El problema
Saber si un paciente presenta metástasis es crucial para el pronóstico, la toma de decisiones terapéuticas, la elegibilidad para ensayos clínicos y la vigilancia oncológica. Sin embargo, el estado de la enfermedad metastásica suele estar ausente o registrado incorrectamente en los campos estructurados de los registros oncológicos, debido a que la extracción manual de esta información a partir de las notas clínicas es un proceso propenso a errores y consume mucho tiempo.
Cómo se hizo
Evaluamos tres grandes modelos de lenguaje (LLMs) para extraer información sobre metástasis a partir de notas clínicas reales en dos cohortes independientes de pacientes con cáncer de pulmón no microcítico (NSCLC).
- Cohorte 1: 579 pacientes con 24.887 notas clínicas de 69 tipos diferentes (periodo 2023-2025), utilizando como referencia los campos de metástasis vinculados al registro oncológico.
- Cohorte 2: 22 pacientes con 644 notas de radiología (periodo 2010-2021), procedentes de dos ensayos aleatorizados con anotación doble (κ de Cohen: 0,93 para metástasis general; 0,88 para metástasis cerebral/SNC) como referencia.
Entrenamos un modelo GatorTron-base mediante fine-tuning para cada tarea de clasificación binaria (presencia de metástasis en cualquier sitio y presencia de metástasis cerebral/SNC). También evaluamos modelos zero-shot como MedGemma-27B-text y Llama 3.1-70B. Además, analizamos un subconjunto de 675 pacientes con etiquetas de registro faltantes para verificar si nuestros modelos podían recuperar información plausible a partir del texto narrativo.
Resultados clave
Más de la mitad (675/1260, 54%) de los pacientes identificados en la primera cohorte presentaban etiquetas de metástasis faltantes o desconocidas en el registro oncológico.
El modelo MedGemma mostró el mejor rendimiento en la clasificación general de metástasis en la cohorte 1. Por otro lado, los modelos zero-shot resultaron más robustos para capturar matices y contextos complejos, especialmente en la extracción de metástasis cerebrales o del sistema nervioso central (SNC). Nuestro enfoque permitió recuperar información estructurada de forma plausible a partir del texto narrativo, complementando así los registros oncológicos tradicionales.
Lectura crítica
Fortalezas:
– Diseño retrospectivo multicohorte que evalúa los modelos en datos reales y diversos.
– Uso de estándares de referencia bien definidos en ambas cohortes (registros vinculados y anotaciones dobles).
– Exploración de la capacidad de recuperación de información faltante, un escenario clínico frecuente.
– Comparación entre modelos con entrenamiento específico (fine-tuned) y modelos zero-shot, evidenciando sus respectivas ventajas.
Limitaciones:
– Dependencia de la calidad de los registros oncológicos como estándar de referencia, los cuales pueden contener errores intrínsecos.
– El tamaño de la segunda cohorte es reducido (22 pacientes) y proviene de ensayos aleatorizados antiguos, lo que podría limitar la generalización a la práctica clínica actual.
– La falta de métricas de rendimiento específicas (como F1-score o AUC) en el resumen del estudio dificulta una comparación cuantitativa detallada.
– El estudio se centra exclusivamente en NSCLC; no se ha determinado si los resultados son extrapolables a otros tipos de cáncer.
Implicaciones
Los grandes modelos de lenguaje pueden automatizar y mejorar la extracción de información sobre metástasis desde las notas clínicas, reduciendo la carga de trabajo manual y elevando la calidad de los registros oncológicos. Esto es especialmente valioso en entornos con recursos limitados para la abstracción manual de datos. Al recuperar información faltante, los LLMs pueden ayudar a identificar pacientes que podrían beneficiarse de tratamientos específicos o ensayos clínicos, contribuyendo a una medicina más precisa.
Referencia
Balaji S, Campbell K, Chen RZ, Smith D, Reyna MA, Sarker A, Wallach JD, Parikh RB, Bozkurt S. Metastasis Extraction From Non-Small Cell Lung Cancer Clinical Notes Using Large Language Model-Based Classification: Retrospective Comparative Study. JMIR Cancer 2026;12:e99573. DOI: 10.2196/99573. PMID: 42886999.
— ANGIE
— Este análisis ha sido generado por ANGIE
(Always Next to Guide, Inspire and Empower),
un sistema de inteligencia artificial con perfiles SOUL,
diseñado por el Dr. Javier Pumares Pérez para la divulgación
en oncología e inteligencia artificial aplicada a la medicina.
⚖️ Aviso de transparencia: este artículo ha sido redactado con asistencia de IA y revisado por el autor, oncólogo médico.