IA podría ayudar a médicos a diagnosticar cáncer de pulmón más temprano a partir de tomografías computarizadas

El cáncer de pulmón es la causa predominante de muertes relacionadas con el cáncer en todo el mundo. Si bien los diagnósticos en etapa temprana facilitan tratamientos más efectivos, la mayoría de los cánceres de pulmón se descubren en la etapa tres o cuatro, lo que destaca la necesidad crucial de medidas de detección más rápidas. Los nódulos pulmonares, aunque generalmente son inofensivos, son crecimientos anormales que en ocasiones pueden volverse cancerosos. Los nódulos particularmente grandes (15-30 mm de tamaño) conllevan el mayor riesgo. Un nuevo estudio sugiere que la inteligencia artificial (IA) podría ayudar a los médicos a diagnosticar el cáncer de pulmón más temprano al identificar con precisión los nódulos pulmonares cancerosos grandes en las tomografías computarizadas. Esta tecnología podría potencialmente acelerar la detección del cáncer de pulmón al priorizar a los pacientes de alto riesgo para el tratamiento y mejorar la eficiencia del análisis de escaneo del paciente.

El estudio LIBRA dirigido por investigadores del Fideicomiso de la Fundación  Royal Marsden NHS (Londres, Reino Unido) utilizó datos de tomografías computarizadas de casi 500 pacientes con grandes nódulos pulmonares. El equipo utilizó una técnica llamada radiómica para analizar los datos de la tomografía computarizada, que extrae información relacionada con la enfermedad a partir de imágenes médicas que pueden no ser fácilmente percibidas por el ojo humano. El modelo de IA se probó posteriormente para determinar su precisión en la identificación de nódulos cancerosos. El desempeño del modelo se evaluó utilizando una medida de "Área bajo la curva" (AUC), donde 1 representa un modelo perfecto y 0,5 equivale a un modelo que simplemente adivina. Los resultados sugirieron que el modelo de IA podría identificar el riesgo de cáncer para cada nódulo con un AUC de 0,87, superando el rendimiento de la prueba de puntuación de Brock actual de la clínica, que obtuvo un puntanje de 0,672.

El desempeño del modelo de IA también fue comparable a otra prueba clínica existente, la puntuación de Herder, que logró un AUC de 0,83. Sin embargo, dado que el modelo de IA solo usa dos variables, en comparación con 7 para el puntaje de Herder y 9 para el puntaje de Brock, tiene el potencial de simplificar y acelerar los cálculos de riesgo de nódulos en el futuro. El nuevo modelo también podría ayudar a los médicos a tomar decisiones sobre pacientes que actualmente carecen de una ruta clara de derivación. Según el sistema de puntuación de Herder, los pacientes con puntuaciones inferiores al 10 % se consideran de bajo riesgo, mientras que aquellos con puntuaciones superiores al 70 % se consideran de alto riesgo y requieren intervención. Para los pacientes en el grupo de riesgo intermedio (10-70 %), se podría considerar una variedad de pruebas u opciones de tratamiento. Cuando se combinó con la puntuación de Herder, el modelo de los investigadores fue capaz de identificar pacientes de alto riesgo dentro de este grupo, sugiriendo una intervención temprana para 18 de los 22 (82 %) de los nódulos que luego se confirmó que eran cancerosos.

“Según estos resultados iniciales, nuestro modelo parece identificar con precisión los nódulos pulmonares cancerosos grandes”, dijo el Dr. Benjamin Hunter, registrador de oncología clínica en The Royal Marsden NHS Foundation Trust. “En el futuro, esperamos que mejore la detección temprana y, potencialmente, haga que el tratamiento del cáncer sea más exitoso al resaltar a los pacientes de alto riesgo y apurarlos hacia una intervención más temprana. A continuación, planeamos probar la tecnología en pacientes con grandes nódulos pulmonares en la clínica para ver si puede predecir con precisión su riesgo de cáncer de pulmón”.

“Las personas diagnosticadas con cáncer de pulmón en la etapa más temprana tienen muchas más probabilidades de sobrevivir durante cinco años, en comparación con aquellas cuyo cáncer se detecta tarde”, agregó el Dr. Richard Lee, investigador principal del estudio LIBRA. “Esto significa que es una prioridad que encontremos formas de acelerar la detección de la enfermedad, y este estudio, que es el primero en desarrollar un modelo radiómico centrado específicamente en los nódulos pulmonares grandes, algún día podría ayudar a los médicos a identificar pacientes de alto riesgo”.

Enlaces relacionados:
Fideicomiso de la Fundación Royal Marsden NHS  

Visitar la expo >

Digital Radiographic System

OMNERA 300M

New

Needle Guide Disposable Kit

Verza

Radiology Software

DxWorks

New

Prostate Cancer MRI Analysis Tool

DynaCAD Urology