Un software de lectura ósea en la TC de tórax, que «despliega» las costillas y las muestra una al lado de la otra en un solo plano, permitió a dos radiólogos encontrar más metástasis costales en mujeres con cáncer de mama: 22,5% y 8,3% más lesiones, respectivamente, que la lectura convencional en cortes axiales. El estudio, retrospectivo y unicéntrico, fue realizado por Derya Karabulut y Aykut Alkan, del Departamento de Radiología de la Universidad Trakya, en Edirne (Turquía), y publicado en línea el 12 de octubre en Academic Radiology. Además de hallar más lesiones, la herramienta redujo el tamaño mínimo detectado y recortó el tiempo de lectura a la mitad.
Qué evaluó el estudio
Los autores revisaron a 110 pacientes con cáncer de mama y metástasis óseas (mediana de edad de 56 años) que se realizaron TC de tórax y PET/CT entre enero de 2022 y enero de 2026; 82 de ellas tenían lesiones costales. El estándar de referencia combinó la PET/CT con el seguimiento por imagen disponible para cada lesión sospechosa. Dos radiólogos leyeron de forma independiente los mismos estudios en dos sesiones separadas por al menos dos semanas: una con la TC convencional y otra con el posprocesamiento de lectura ósea (CT Bone Reading de syngo.via, versión VB80, de Siemens Healthineers).
En el análisis por lesión, la lectura convencional permitió al lector 1 identificar 510 lesiones (81,6% del total de referencia) y al lector 2, 577 (92,3%). Con la herramienta, el lector 1 encontró 115 lesiones más y el lector 2, 48 más. Esas cifras son el 22,5% y el 8,3% citados por Diagnostic Imaging; la proporción se calcula sobre lo que cada lector ya había hallado, no sobre el total de lesiones. Según los porcentajes del resumen, el estándar de referencia sumaba unas 625 lesiones costales.
Tres hallazgos destacan:
- Dónde estaban las lesiones adicionales: cerca de la mitad (47,8% y 50%) se ubicaba en el tercio medio de las costillas, sobre todo entre la 5.ª y la 8.ª.
- Tamaño mínimo: la mediana de la lesión más pequeña detectada bajó de 8 mm a 5 mm en el lector 1 y de 7 mm a 5 mm en el lector 2 (P < 0,001).
- Tiempo de lectura: de 129,22 s a 64,94 s en el lector 1 y de 122,99 s a 64,44 s en el lector 2, según el resumen indexado en PubMed. El reportaje de Diagnostic Imaging indica «64,44 a 18,71 s» para el segundo lector, pero 18,71 s es la desviación estándar; la reducción real fue de casi 48%.
La concordancia entre lectores con la herramienta fue excelente (ICC ≥ 0,965; kappa ≥ 0,947). Los autores atribuyen el ahorro de tiempo sobre todo al rotulado automático del nivel de cada costilla y a la visión de todos los arcos en un solo plano. Según el resumen, el lector menos experimentado fue el que más ganó.
Por qué el tercio medio de la costilla engaña en la TC axial
La costilla es un hueso delgado y curvo que atraviesa muchos cortes axiales en ángulo oblicuo. En la lectura convencional, el radiólogo debe seguir cada arco corte a corte, 24 costillas por estudio, y reconstruir mentalmente su continuidad. Los autores explican que el tercio medio es justamente donde el arco pasa de la porción posterior a la lateral: es el segmento más curvo y más inclinado respecto al plano axial. En esa geometría, el efecto de volumen parcial mezcla la cortical fina con el tejido blando y el pulmón vecinos, y una lesión cortical pequeña puede quedar diluida en uno o dos cortes.
El principio del despliegue es conocido: el software segmenta automáticamente las costillas, traza la línea central de cada una y genera una reformación planar curva que «estira» el arco. El resultado es una imagen en la que todas las costillas aparecen rectificadas, numeradas y alineadas con la columna, como en la figura de arriba. Un cambio de densidad de pocos milímetros se ve en toda su extensión, y la asimetría entre los lados derecho e izquierdo resalta. Herramientas de este tipo existen en distintas plataformas de posprocesamiento; el método no añade radiación, porque usa los datos de la TC ya adquirida, idealmente con cortes finos.
El tipo de lesión también cuenta. Las metástasis del cáncer de mama pueden ser líticas, escleróticas o mixtas, y es frecuente que las líticas se vuelvan escleróticas tras el tratamiento sistémico. Las lesiones escleróticas pequeñas, con densidad cercana a la de la cortical, están entre las más difíciles de distinguir de islotes óseos o de callos de fracturas antiguas en cortes axiales. En la vista desplegada, un foco denso que interrumpe el patrón regular de la medular suele hacerse más evidente.
Implicaciones para la estadificación y la radioterapia
En el cáncer de mama, las costillas aparecen de forma rutinaria en la TC de tórax de estadificación y seguimiento, y una lesión pasada por alto puede cambiar la clasificación de la enfermedad. La diferencia entre «sin metástasis», «enfermedad oligometastásica» y «enfermedad ósea diseminada» condiciona la discusión sobre el tratamiento sistémico y las terapias locales. En la enfermedad oligometastásica, por ejemplo, contar bien las lesiones es un requisito previo para considerar SBRT con intención ablativa. Un software que vuelve visibles lesiones de 5 mm puede revelar enfermedad no sospechada o evitar que una paciente se trate como oligometastásica cuando ya tiene más focos.
Para la radioterapia paliativa de metástasis óseas, la reconstrucción también tiene utilidad práctica. Identificar el nivel exacto de la costilla afectada es esencial para delinear el blanco en la TC de planificación y para comprobar la superposición con campos previos, un punto crítico al valorar la reirradiación y la dosis acumulada. La numeración automática de las costillas reduce el riesgo de error de nivel, un problema conocido en los informes de tórax.
El estudio también se relaciona con un tema recurrente: los hallazgos pequeños que pasan inadvertidos. Ya mostramos cómo un nódulo de 8 mm sin seguimiento evolucionó a un cáncer avanzado. La herramienta evaluada no es inteligencia artificial en el sentido de un clasificador que señala lesiones: reorganiza la imagen para que el radiólogo lea mejor. Eso la diferencia de los sistemas de detección automática, que traen otro tipo de riesgos, como los falsos positivos de la IA en la radiografía de tórax.
Para los servicios de Brasil y América Latina, el mensaje tiene más que ver con el proceso que con la compra. Muchas estaciones de trabajo ya ofrecen algún tipo de reformación curva o despliegue de costillas, y la función suele estar subutilizada. Incluir esta vista en el protocolo de lectura de TC de tórax de pacientes oncológicas, sobre todo con cáncer de mama, es un cambio de bajo costo. Ahorrar cerca de un minuto por estudio, si se confirma, también importa en servicios con gran volumen de TC. Quien siga la investigación en imagen de mama en 2026 notará que la carga de trabajo aparece en casi todos los frentes.
Limitaciones y próximos pasos
Los propios autores enumeran las debilidades. El diseño es retrospectivo, unicéntrico y con solo dos lectores; la TC y la PET/CT no siempre se hicieron al mismo tiempo; y en parte de las pacientes las metástasis se detectaron en el seguimiento, después de un tratamiento sistémico que pudo modificar el aspecto de las lesiones. También advierten que la segmentación automática de las costillas puede fallar en estudios con artefactos importantes o con enfermedad ósea extensa, casos en los que la imagen desplegada puede distorsionar la anatomía.
Hay puntos que el resumen no aclara, como la tasa de falsos positivos con la herramienta y si las lesiones adicionales cambiaron la conducta clínica. Detectar más lesiones solo sirve si son reales y si modifican decisiones. Comparar el despliegue de costillas con la PET/CT o la gammagrafía ósea como estrategia aislada tampoco era el objetivo del estudio. Faltan trabajos multicéntricos, con más lectores, distintos proveedores de software y desenlaces clínicos, para saber cuánto del beneficio se mantiene fuera de un centro académico. Por ahora, la conclusión es que las costillas merecen también una vista continua, en especial el tercio medio, y que la herramienta parece ahorrar tiempo en lugar de consumirlo. Para quien sigue la imagen molecular en el cáncer de mama, el estudio complementa otras líneas, como la PET/CT con HER2 para predecir la respuesta.
Referencia: Karabulut D, Alkan A. Added Value of CT Bone Reading Software in the Detection of Subtle Bone Metastases From Breast Cancer: Comparison with Standard Thorax CT. Acad Radiol. 2026. doi:10.1016/j.acra.2026.09.046.
Fuente: Diagnostic Imaging
