Evaluación clínica del uso de la inteligencia artificial, tiroglobulina ultrasensible y terapia supresiva de TSH en el carcinoma diferenciado de tiroides

Abstract

Differentiated thyroid cancer (DTC) is the most common endocrine cancer, and its incidence has increased in recent decades due to the widespread use of imaging tests. Nevertheless, DTC mortality has remained stable. The traditional treatment includes total thyroidectomy, radioactive iodine ablation, and TSH suppression therapy (stTSH) with levothyroxine. However, current guidelines recommend less aggressive approaches based on dynamic risk stratification (DRS), adjusting treatment according to disease progression. Thyroglobulin (Tg) was traditionally measured after stimulation with recombinant TSH (rhTSH). The development of ultrasensitive assays (hsTg) allows for earlier detection of recurrences without the need for stimulation tests. Ultrasound is essential for evaluating thyroid nodules, although it presents high inter-observer variability. Artificial intelligence (AI) has improved diagnostic accuracy, reducing unnecessary biopsies and increasing agreement between observers. The main objective of this work was to evaluate and validate new tools to optimize the management of DTC, focusing on three key areas: the use of AI in the diagnosis and classification of thyroid nodules, the evaluation of hsTg's predictive capacity to identify long-term recurrences, and the adequacy of stTSH during follow-up through DRS. The first article evaluated the clinical impact of a decision support system based on AI (DSS-AI) in the classification of thyroid nodules according to the ACR TI-RADS system. A total of 172 patients with thyroid nodules were included, and the diagnostic performance of six endocrinologists was analyzed before and after using DSS-AI. The results showed a significant improvement in sensitivity, specificity, and diagnostic accuracy after the use of AI, with an increase in the ROC area under the curve (AUC) from 0.776 to 0.817. Furthermore, AI reduced inter-observer variability and reclassified more than 50% of the nodules into lower-risk categories. The second article evaluated the predictive value of basal hsTg compared to rhTSH-Tg for predicting long-term response in a cohort of DTC patients. A total of 114 patients were included, and a strong correlation was observed between hsTg and rhTSH-Tg levels. The results showed that hsTg has greater predictive capacity for an excellent response, with an AUC of 0.969 compared to 0.944 for rhTSH-Tg. In patients with hsTg determination, the stimulation test provided no additional relevant information. The third article evaluated the evolution of stTSH in a cohort of 216 DTC patients followed for an average of 6.9 years. At diagnosis, 69.2% of patients were at low risk of recurrence, compared to 13.6% with high risk. DRS allowed the classification of patients with an excellent response from 60% at the start to 70.7% by the end of follow-

up. Factors associated with maintaining stTSH included younger age at diagnosis, higher initial risk of recurrence, multifocality, and vascular invasion. Conclusions: The use of DSS-AI improves diagnostic performance in the evaluation of thyroid nodular pathology; in addition, AI reduced inter-observer variability and improved agreement. hsTg is a reliable predictor of long-term response in DTC, while rhTSH stimulation provides no additional relevant information. Although guidelines suggest relaxing stTSH in low-risk patients, 30.7% continued on suppressive therapy, decreasing to 16.3% after 6.9 years of follow-up. Factors associated with maintaining therapy were younger age, higher initial risk of recurrence, and DRS evolution.

El cáncer diferenciado de tiroides (CDT) es el cáncer endocrino más frecuente y su incidencia ha aumentado en las últimas décadas debido al uso extendido de pruebas de imagen. No obstante, la mortalidad por CDT se ha mantenido estable. El tratamiento tradicional incluye tiroidectomía total, ablación con yodo radiactivo y terapia de supresión de la TSH (stTSH) con levotiroxina. Sin embargo, las guías actuales recomiendan enfoques menos agresivos basados en la estratificación dinámica del riesgo (EDR), ajustando el tratamiento según la evolución de la enfermedad. La tiroglobulina (Tg) se determinaba tradicionalmente tras estimulación con TSH recombinante (rhTSH). El desarrollo de ensayos ultrasensibles (hsTg) permite detectar recurrencias más tempranas sin necesidad de test de estimulación. La ecografía es fundamental en la evaluación de la patologia nodular tiroidea, aunque presenta alta variabilidad entre observadores. La inteligencia artificial (IA) ha mejorado la precisión diagnóstica, reduciendo biopsias innecesarias y aumentando el acuerdo entre observadores. El objetivo principal de este trabajo fue evaluar y validar nuevas herramientas para optimizar el manejo del CDT, centrándose en tres áreas clave: el uso de IA en el diagnóstico y clasificación de nódulos tiroideos, la evaluación de la capacidad predictiva de la hsTg para identificar recurrencias a largo plazo y la adecuación de la stTSH a lo largo del seguimiento mediante la EDR. El primer artículo evaluó el impacto clínico de un sistema de ayuda a la decisión basado en IA (DSS-IA) en la clasificación de nódulos tiroideos según el sistema ACR TI- RADS. Se incluyeron 172 pacientes con nódulos tiroideos y se analizó el rendimiento diagnóstico de seis endocrinólogos antes y después de utilizar DSS-IA. Los resultados mostraron una mejora significativa en la sensibilidad, especificidad y precisión diagnóstica tras el uso de la IA, con un aumento del área bajo la curva ROC (AUC) de 0,776 a 0,817. Además, la IA redujo la variabilidad interobservador y reclasificó más del 50% de los nódulos en categorías de menor riesgo. El segundo artículo evaluó el valor predictivo de la hsTg basal frente a rhTSH-Tg para predecir la respuesta a largo plazo en una cohorte de pacientes con CDT. Se incluyeron 114 pacientes y se observó una fuerte correlación entre los niveles de hsTg y rhTSH-Tg. Los resultados mostraron que la hsTg tiene una mayor capacidad predictiva para una respuesta excelente, con AUC de 0.969 frente a 0.944 para la rhTSH-Tg. En pacientes con determinación de hsTg, el test de estimulación no ofreció información adicional relevante. El tercer artículo evaluó la evolución de la stTSH en una cohorte de 216 pacientes con CDT seguidos durante un promedio de 6.9 años. Al diagnóstico, el 69.2% de los pacientes presentaban bajo riesgo de recurrencia, frente al 13.6% que presentaban un riesgo elevado. La EDR permitió clasificar a los pacientes con respuesta excelente en el 60% al inicio y en el 70.7% al final del seguimiento. Los factores asociados a mantener la stTSH incluyeron menor edad al diagnóstico, mayor riesgo de recurrencia inicial, multifocalidad e invasión vascular. Conclusiones: el uso de un DSS-IA mejora el rendimiento diagnóstico en la evaluación de la patología nodular tiroidea; además, la IA redujo la variabilidad entre observadores

y mejoró el acuerdo. La hsTg es un predictor fiable de la respuesta a largo plazo en el CDT, mientras que la estimulación con rhTSH no aporta información adicional relevante. Aunque las guías sugieren relajar la stTSH en pacientes de bajo riesgo, un 30.7% continuó en tratamiento supresivo, disminuyendo al 16.3% tras 6.9 años de seguimiento. Los factores asociados a mantener la terapia fueron menor edad, mayor riesgo inicial de recurrencia y la evolución de la EDR.