Solución de rayos X de tórax impulsada por IA ofrece detección mejorada de nódulos pulmonares
Actualizado el 30 Jan 2024
Las radiografías de tórax (RxT) son una herramienta de diagnóstico fundamental y representan aproximadamente el 25 % de todos los procedimientos de diagnóstico por imágenes anualmente. Su uso generalizado en el diagnóstico de diversas afecciones cardiotorácicas se debe a su accesibilidad, movilidad, rentabilidad y familiaridad en comparación con otras modalidades de imágenes. Sin embargo, las RxT son propensas a interpretaciones erróneas, con tasas de error de hasta el 30 %. Estudios anteriores han destacado este problema, mostrando tasas de acuerdo entre radiólogos y médicos tan bajas como el 78%. Las interpretaciones erróneas pueden tener implicaciones graves, como lo revelan estudios en los que el 19 % de los tumores de pulmón, que aparecen como nódulos pulmonares en las RxT, inicialmente no se detectaron, lo que podría provocar resultados fatales para los pacientes. Ahora, una novedosa solución basada en RxT utiliza inteligencia artificial (IA) para identificar y localizar nódulos pulmonares potencialmente malignos, ayudando así significativamente en la lucha contra el cáncer de pulmón.
qXR para nódulo pulmonar (qXR – LN) de Qure.ai (Mumbai, India) representa un gran avance en el software de detección asistida por computadora. Está diseñado para identificar y resaltar nódulos pulmonares sospechosos de entre 6 y 30 mm, dirigido específicamente a la población adulta incidental. Esta herramienta, que cambia las reglas del juego en la tecnología de diagnóstico, también puede funcionar como un segundo lector importante en la revisión de radiografías de tórax frontales (AP/PA) de adultos tomadas con sistemas radiográficos digitales. Qure.ai ha validado la seguridad y eficacia de su dispositivo para nódulos pulmonares a través de dos estudios fundamentales. El primer estudio confirmó su eficacia independiente, logrando un área bajo la curva (AUC) del 94 % para la detección de nódulos. El segundo estudio demostró que, con la asistencia de qXR-LN, algunos médicos y neumólogos de salas de emergencia casi igualaron o incluso superaron el desempeño inicial de los radiólogos.
La detección temprana de nódulos pulmonares en la radiografía simple es crucial para la identificación oportuna de los riesgos de cáncer, lo que permite una intervención rápida y mejores resultados para los pacientes. La detección precisa de nódulos es esencial para la planificación del tratamiento, el seguimiento de la progresión de la enfermedad y la reducción de falsos positivos y negativos, mejorando así la eficiencia de la atención sanitaria. Innovaciones como qXR-LN son fundamentales en la evolución de las imágenes pulmonares, especialmente en el campo de la oncología. La importancia de la detección del cáncer de pulmón en etapa temprana subraya la importancia de herramientas como qXR-LN para identificar nódulos incidentales en una etapa temprana. Con su reciente autorización por la FDA, qXR-LN se erige como la única solución aprobada por la FDA para detectar y localizar nódulos pulmonares mediante visión por computadora, dirigida a radiólogos, neumólogos y médicos de urgencias como sus usuarios principales.
"Con esta última incorporación a nuestra gran serie de autorizaciones recientes de la FDA, somos firmes en nuestro compromiso inquebrantable con el espacio de atención médica de los EUA", dijo Prashant Warier, cofundador y director ejecutivo de Qure.ai. “Después de haber desplegado e implementado efectivamente esta solución a nivel mundial, esta autorización marca otro salto innovador en nuestros esfuerzos pioneros para combatir el cáncer de pulmón. Nuestro mayor énfasis en el mercado norteamericano solidifica nuestro compromiso de lograr un impacto significativo en la lucha contra esta enfermedad mortal y subraya nuestra dedicación a promover la atención médica a través de la innovación, brindando una solución transformadora que mejore la detección temprana del cáncer y, en última instancia, mejore los resultados de los pacientes”.
