UN HALLAZGO QUE REDUCIRÍA UN 24% LA MORTALIDAD
La inteligencia artificial consigue predecir con exactitud el riesgo de cáncer de pulmón
Una nueva investigación ha desarrollado y probado una herramienta de inteligencia artificial conocida como 'Sybil' que, basándose en análisis por tomografía computarizada torácica de baja dosis (LDCT) de pacientes de Estados Unidos y Taiwán, predijo con exactitud el riesgo de padecer cáncer de pulmón en personas con o sin antecedentes de tabaquismo, según publican sus autores en el 'Journal of Clinical Oncology'.
A medida que aumentan las tasas de cáncer de pulmón entre los no fumadores, se necesitan nuevas estrategias para detectar y predecir con exactitud el riesgo de cáncer de pulmón en una población más amplia. El cáncer de pulmón es la principal causa de muerte po cáncer en todo el mundo y el cribado con LDCT reduciría la mortalidad hasta en un 24%.
Las autoridades sanitarias norteamericanas recomiendan la LDCT anual a las personas mayores de 50 años con historial de 20 paquetes-año, que fumen en la actualidad o hayan dejado de fumar en los últimos 15 años. Sin embargo, menos del 10% de los pacientes que cumplen los requisitos se someten a esta revisión anual.
Para aumentar la eficacia del cribado del cáncer de pulmón y ofrecer evaluaciones individualizadas, la autora de este proyecto Lecia Sequist, directora del Centro para la Innovación en la Detección Temprana del Cáncer y oncóloga médica de cáncer de pulmón en el Mass General Cancer Center, y sus colegas del Centro Oncológico General de Massachusetts, se asociaron con investigadores de la Clínica Jameel del MIT. Se utilizaron datos del National Lung Screening Trial (NLST), el quipo desarrolló 'Sybil', un modelo de aprendizaje profundo que analiza las exploraciones y predice el riesgo de cáncer de pulmón.
La nueva herramienta no depende de datos clínicos o anotaciones del radiólogo, según explica el coautor de esta investigación, Florian Fintelmann, del Departamento de Radiología, División de Imágenes Torácicas e Intervención del Hospital General de Massachusetts.
Este sistema de inteligencia artificial fue diseñado para ser ejecutado en tiempo real en el fondo de una estación de lectura de radiología estándar que permite el apoyo a la decisión clínica en el punto de atención.
Así, 'Sybil' puede observar una imagen, detectar patrones que no ve el ojo humano y predecir con exactitud el riesgo de que un paciente desarrolle un cáncer de pulmón en un plazo de seis años. Ahora, Sequist y sus colegas abrirán un ensayo clínico prospectivo para poner a prueba esta herramienta en el mundo real y comprender cómo complementa el trabajo de los radiólogos.