Predecir la anatomía del día antes de escanear: un «gemelo digital» para la protonterapia adaptativa de cabeza y cuello

Yizhou Wu, Yuheng Li, Xiaofeng Yang y Chih-Wei Chang proponen un «gemelo digital» que predice la anatomía de un paciente de cabeza y cuello el día de la sesión, antes de adquirir imagen alguna, transfiriendo a su TC de planificación la forma en que otros pacientes cambiaron durante la radioterapia. En 88 pacientes, estas TC predichas se ajustan mejor a la anatomía real del día que la TC de planificación fija: +22,8 % de correlación de imagen, +20,2 % de solapamiento de órganos de riesgo y −23,4 % de error en los números CT. Anticipar la anatomía para acelerar la protonterapia adaptativa es una idea ingeniosa, pero la demostración se limita a métricas de semejanza de imagen y nunca evalúa la dosis administrada — y es la dosis, no el parecido, lo que decide el beneficio en protonterapia.

El contexto

La protonterapia es una forma de radioterapia que usa protones en lugar de rayos X. Su interés reside en un fenómeno físico llamado pico de Bragg: un haz de protones deposita la mayor parte de su energía a una profundidad precisa y luego se detiene de golpe. En teoría, se puede concentrar la dosis en el tumor y proteger el tejido situado justo detrás. Pero esa precisión es un arma de doble filo: si la anatomía cambia, el pico de Bragg acaba en el lugar equivocado — infradosificando el tumor o sobredosificando un órgano vecino.

Los cánceres de cabeza y cuello son el caso de manual de este problema. El tratamiento se extiende de cuatro a seis semanas, durante las cuales el tumor se reduce, el paciente pierde peso y su posicionamiento varía día a día. Unos milímetros de desplazamiento bastan para desviar la dosis hacia órganos de riesgo muy sensibles: las parótidas (glándulas salivales, cuya irradiación provoca sequedad bucal duradera), la cavidad oral, el tronco encefálico y la médula espinal.

La respuesta clínica se llama radioterapia adaptativa: rehacer el plan sobre la anatomía del día. En la práctica suele ser «fuera de línea» — hay que adquirir una nueva TC y esperar aproximadamente una semana de preparación antes de que el plan corregido esté listo. La versión ideal, «en línea», adapta el plan el mismo día, pero choca con el tiempo y el coste de la imagen y la replanificación diarias. Este trabajo se cuela en ese punto ciego: ¿y si se pudiera predecir la anatomía del día antes incluso de escanear al paciente?

El método

La herramienta de base es el registro deformable de imágenes: una técnica que deforma una TC para hacerla coincidir con otra y, de paso, produce un «campo de deformación» que describe cómo se movió cada punto. Los autores se apoyan en una red de registro de tipo foundation model — un modelo preentrenado con grandes cantidades de imágenes, reutilizado aquí tal cual, sin reentrenamiento específico del paciente (enfoque «zero-shot»).

El mecanismo tiene dos pasos. Primero, se toma un paciente anterior (ya tratado, cuya evolución se conoce) y se registra su TC de planificación con la del paciente objetivo, para alinear ambas anatomías. Después se estima cómo cambió ese paciente anterior entre la planificación y una TC adquirida durante el tratamiento — un QACT (TC de control de calidad, realizada durante las sesiones). Esa «trayectoria de cambio» se aplica entonces a la propia TC de planificación del paciente objetivo, produciendo una TC predicha (pdCT) con sus contornos de órganos propagados automáticamente. En claro: se toma prestada de un paciente pasado su manera de haber evolucionado y se estampa sobre la anatomía de partida del nuevo paciente.

Para evaluar el método, los autores disponen de 88 pacientes de cabeza y cuello, cada uno con una TC de planificación y tres QACT escalonadas en el tratamiento. El comparador es la TC de planificación fija — la anatomía de partida, tal como se usaría si no se adaptara nada. Se reportan tres métricas. La correlación cruzada normalizada (NCC) mide la semejanza global entre dos imágenes. El índice de Dice mide el solapamiento entre dos contornos de órgano (1,0 = superposición perfecta). El error en los números CT cuantifica la diferencia de los valores de densidad, expresados en unidades Hounsfield — crucial en protonterapia, porque estos valores sirven para calcular dónde se detendrán los protones.

Los resultados

Comparadas con la TC de planificación fija, las TC predichas se acercan claramente a la anatomía real del día: la correlación de imagen mejora un 22,8 %, el índice de Dice de los órganos de riesgo un 20,2 %, y el error en los números CT disminuye un 23,4 %. Los autores precisan que estas ganancias son mayores en los pacientes que cambiaron mucho, y despreciables cuando la anatomía se mantuvo estable — lo cual es coherente: cuando nada se mueve, predecir un cambio no aporta nada.

Hay que leer estas cifras por lo que son: medidas geométricas, de semejanza de imagen y de solapamiento de contornos. Pero en protonterapia no es la semejanza lo que trata a un paciente, es la dosis. La traducción clínica honesta es, por tanto, negativa en este punto: el estudio no reporta ninguna evaluación dosimétrica — sin histograma dosis-volumen (DVH, la herramienta estándar que resume la dosis recibida por el tumor y por cada órgano), sin cobertura tumoral, sin protección medida de las parótidas o la médula sobre las TC predichas. Una TC que «se parece» más a la anatomía del día puede aun así informar mal el cálculo de dosis, precisamente porque el alcance de los protones es extremadamente sensible a los errores de números CT a lo largo del trayecto del haz. La mejora del 23,4 % en ese error es el resultado más relevante clínicamente, pero sigue siendo un indicador intermedio, no una prueba de mejor dosis.

Lo que está bien

Un verdadero cuello de botella clínico, reformulado con inteligencia. La protonterapia adaptativa en línea choca con el tiempo y el coste de la imagen del día. Invertir el problema — predecir la anatomía antes de escanear, para preparar o triar de antemano — es una idea nueva y concreta, no otra variación sobre la segmentación automática. Apunta a una etapa donde ganar tiempo tiene un valor clínico real.

Un uso «zero-shot» realista para la clínica. Reutilizar un modelo de registro preentrenado sin reentrenamiento específico del paciente es una elección pragmática: no hay datos individuales que recopilar antes de poder usarlo, y aprovecha la experiencia acumulada sobre una población. Es el tipo de restricción que decide, en la práctica, si un método es desplegable o se queda en prototipo de laboratorio.

Una métrica elegida con pertinencia física. Reportar el error en los números CT, y no solo una semejanza de imagen abstracta, muestra que los autores conocen su campo: en protonterapia, la exactitud de las unidades Hounsfield condiciona directamente el cálculo del alcance de los protones. Señalar además que el beneficio se concentra en los pacientes de gran cambio es una honestidad útil: delimita de entrada quién podría beneficiarse.

Lo que está menos bien

Un comparador débil. La referencia elegida es la TC de planificación fija, es decir, «no adaptar nada». Es la barra más baja posible. Las verdaderas alternativas clínicas — registrar las propias imágenes anteriores del paciente, o simplemente adquirir la TC del día — no se usan como comparador. Vencer a la no-adaptación no prueba que se haga mejor que la práctica corriente. Es el modo de fallo clásico del comparador sesgado, el que infla la impresión de rendimiento.

Una métrica sustituta, en lugar de la única que cuenta. La semejanza de imagen y el solapamiento de contornos son proxies. La moneda de la protonterapia es la dosis: cobertura del blanco, protección de órganos de riesgo, robustez del pico de Bragg. No se presenta ninguna evaluación dosimétrica. Es el modo de fallo de la métrica engañosa: una cifra halagadora en un indicador intermedio puede ocultar un beneficio dosimétrico nulo — o negativo, si la TC predicha desvía el cálculo de dosis.

Una cohorte única, pequeña, y una hipótesis frágil. Ochenta y ocho pacientes, un solo centro, un estudio retrospectivo, sin validación externa ni prueba prospectiva, y el formato de un artículo de taller (workshop). Sobre todo, el principio mismo — usar la trayectoria de otro paciente como predicción para este — queda expuesto al sesgo de población y a la variabilidad individual: los pacientes de cabeza y cuello evolucionan de formas idiosincrásicas (qué ganglio se reduce, dónde se pierde peso). Predecir el cambio equivocado podría ser peor que no predecir nada, un riesgo que unas métricas promediadas sobre 88 pacientes no permiten descartar.

Lo que cambia

Para la comunidad de investigación, es una prueba de concepto estimulante: transferir una «trayectoria de deformación» de un paciente a otro como a priori anatómico es una pista que merece profundizarse. La hoja de ruta para hacerla creíble es clara: añadir criterios dosimétricos (recálculo de dosis y DVH sobre las TC predichas), un comparador honesto (el registro de las propias imágenes del paciente) y una validación externa multicéntrica, idealmente prospectiva.

Para los clínicos, nada que desplegar hoy, y hay que decirlo con claridad: una TC predicha es una hipótesis sobre la anatomía, no un sustituto de la imagen real del día. La seguridad en protonterapia exige verificar la anatomía antes de administrar la dosis. Cabe imaginar, a plazo, un uso previo — triar a los pacientes que necesitarán replanificación, o preparar un plan «en caliente» que afinar después — pero nunca en sustitución del control por imagen.

Para los pacientes y el público, la lección de lectura es útil: un modelo que «predice tu anatomía» a partir de otros pacientes es una ayuda a la planificación, no una radiografía tuya. Y «22,8 % mejor que no hacer nada» no significa «exacto». Los progresos medidos sobre la semejanza de imagen no son, en sí mismos, prueba de un tratamiento más seguro o más eficaz.

Para saber más

El preprint está disponible en arXiv (2608.00831), enviado el 1 de agosto de 2026 y aceptado en el taller Digital Twins for Healthcare (DT4H) de la conferencia MICCAI 2026. Para el contexto, véanse la física del pico de Bragg en protonterapia, los principios de la radioterapia adaptativa en línea y fuera de línea, el registro deformable de imágenes y su evaluación, así como los foundation models de registro médico y la cuestión — central aquí — de la traducción entre métricas geométricas y criterios dosimétricos.