Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

MedImaging

Deascargar La Aplicación Móvil
Noticias Recientes Radiografía RM Ultrasonido Medicina Nuclear Imaginología General TI en Imaginología Industria

Herramienta de IA predice riesgo de cáncer en nódulos pulmonares vistos en tomografías computarizadas

Por el equipo editorial de MedImaging en español
Actualizado el 26 May 2022

Los nódulos pulmonares aparecen como pequeñas manchas en los pulmones en las imágenes de tórax. Se han convertido en un hallazgo mucho más común a medida que la TC ha ganado preferencia sobre las radiografías para obtener imágenes de tórax. Un nuevo estudio ha encontrado que una herramienta de inteligencia artificial (IA) puede asistir a los médicos a predecir el riesgo de cáncer en los nódulos pulmonares vistos en la TC.

Investigadores de la Universidad de Pensilvania (Pennsylvania, PA, EUA) evaluaron una herramienta de diagnóstico asistido por computadora basada en IA, desarrollada por Optellum Ltd. (Oxford, Reino Unido), para ayudar a los médicos a evaluar los nódulos pulmonares en la TC de tórax. Si bien las TC muestran muchos aspectos del nódulo, como el tamaño y las características de los bordes, la IA puede profundizar aún más.


Imagen: Los investigadores utilizaron la IA para predecir el riesgo de cáncer de nódulos pulmonares (Fotografía cortesía de Pexels)
Imagen: Los investigadores utilizaron la IA para predecir el riesgo de cáncer de nódulos pulmonares (Fotografía cortesía de Pexels)

En el estudio, seis radiólogos y seis neumólogos hicieron estimaciones del riesgo de malignidad de los nódulos utilizando solo datos de imágenes de TC. También hicieron recomendaciones de manejo como la vigilancia por TC o un procedimiento de diagnóstico para cada caso sin y con la herramienta de IA. En el estudio se utilizaron un total de 300 tomografías computarizadas de tórax de nódulos pulmonares indeterminados. Los investigadores definieron nódulos indeterminados como aquellos entre 5 y 30 milímetros de diámetro. Su análisis mostró que el uso de la herramienta de IA mejoró la estimación del riesgo de malignidad de nódulos en la TC de tórax. También mejoró el acuerdo entre los diferentes lectores tanto para la estratificación del riesgo como para las recomendaciones de manejo. El modelo parece funcionar igualmente bien en la TC de diagnóstico y en la TC de detección de dosis baja, aunque se necesitan más estudios antes de que la herramienta de IA pueda usarse en la clínica.

"Un nódulo podría aparecer en entre el 5 % y el 8 % de las radiografías de tórax", dijo el autor principal del estudio, MD, director de investigación clínica en la sección de Neumología Intervencionista y Oncología Torácica de la Facultad de Medicina Perelman de la Universidad de Pensilvania en Filadelfia. “La TC de tórax es una prueba tan sensible que verá un pequeño nódulo en más de un tercio a la mitad de los casos. La IA puede analizar conjuntos de datos muy grandes para generar patrones únicos que no se pueden ver a simple vista y que terminan siendo predictivos de la malignidad”.

“Los lectores juzgan maligno o benigno con un nivel razonable de precisión en base a las imágenes solas, pero cuando combina la interpretación clínica con el algoritmo de IA, el nivel de precisión mejora significativamente”, agregó el Dr. Vachani. “El nivel de mejora sugiere que esta herramienta tiene el potencial de cambiar la forma en que juzgamos el cáncer en comparación con el benigno y, con suerte, mejorar la forma en que manejamos a los pacientes. Hemos dado el primer paso aquí y hemos demostrado que la toma de decisiones es mejor si la herramienta de IA se incorpora a la práctica de radiología o neumología. El siguiente paso es tomar la herramienta y realizar algunos ensayos prospectivos en los que los médicos utilicen la herramienta de IA en un entorno del mundo real. Estamos en el proceso de diseñar esos ensayos”.

Enlaces relacionados:
Universidad de Pensilvania  
Optellum Ltd.


Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
DR Flat Panel Detector
1500L
Ultrasound System
Acclarix AX9
Ultrasound Needle Guide
Ultra-Pro II

Últimas Imaginología General noticias

Tecnología de imágenes proporciona nuevo enfoque innovador para diagnosticar y tratar cáncer de intestino

Puntuación de calcio coronario por TC predice ataques cardíacos y accidentes cerebrovasculares

Modelo de IA detecta 90 % de casos de cáncer linfático a partir de imágenes de PET y TC