IA puede ayudar a los radiólogos a evitar pasar por alto cáncer de pulmón en imágenes de rayos X de tórax

La radiografía de tórax es el examen por imágenes de primera línea que se realiza con mayor frecuencia, frecuentemente utilizado para controles de salud de rutina, evaluaciones preoperatorias y exámenes de detección de cáncer de pulmón en entornos de atención primaria de la salud en todo el mundo. Sin embargo, los resultados falsos negativos o engañosos de la radiografía de tórax son comunes y se pueden pasar por alto anomalías inesperadas como el cáncer de pulmón. Pasar por alto el cáncer de pulmón puede hacer que la enfermedad progrese de una etapa temprana, potencialmente curable, a un cáncer de pulmón en etapa avanzada, lo que lleva a resultados deficientes para los pacientes. Ahora, un análisis reciente ha identificado características comunes de los casos de cáncer de pulmón no detectados en las imágenes de rayos X de tórax, lo que sugiere que los sistemas de detección asistidos por computadora o la inteligencia artificial podrían ayudar a los radiólogos a evitar tales errores.

Investigadores del Hospital Ramathibodi (Bangkok, Tailandia) analizaron radiografías de tórax de 75 pacientes en una sola institución, donde se pasaron por alto los signos iniciales de cáncer de pulmón. Encontraron características comunes de los casos de cáncer de pulmón no detectados, incluida la ubicación del tumor, la densidad y cualquier estructura anatómica superpuesta. Según los investigadores, los radiólogos pueden prevenir tales errores comparando la lectura de la radiografía de tórax con ejemplos anteriores, centrándose en los puntos ciegos comunes, evitando la identificación errónea de lesiones como estructuras normales y utilizando sistemas de detección asistidos por computadora o inteligencia artificial.

El estudio revisó retrospectivamente las radiografías de tórax de 95 pacientes tomadas al menos seis meses antes del diagnóstico de cáncer de pulmón. La muestra final estuvo formada por 75 pacientes, con una distribución homogénea por género y una edad media cercana a los 65 años. La mediana del tamaño del cáncer de pulmón no detectado fue de aproximadamente 16 mm. La mayoría de los casos (75 %) ocurrieron en los dos tercios externos del pulmón, seguidos del 68 % en las zonas media/inferior y el 55 % en el pulmón izquierdo. Las características comunes incluyeron superposición anatómica (88 % de los casos), densidad inferior a la perilla aórtica (85 %), margen parcial o mal definido (77 %), borde irregular o espiculado (61 %) y forma redondeada u ovalada (57 %). Casi el 47 % de los casos no detectados tenían cáncer de pulmón en estadio 3 o 4, y el 41 % de los pacientes fallecieron.

Los hallazgos indican que ciertas características radiográficas del cáncer de pulmón no detectado, como la densidad, la ubicación y las estructuras anatómicas superpuestas, identificadas en la primera radiografía de tórax positiva, se vincularon con el diagnóstico de cáncer de pulmón en etapa avanzada y una mayor mortalidad por todas las causas a los 3 años. La detección tardía del cáncer de pulmón pasado por alto con tales características radiográficas en la radiografía de tórax puede conducir a peores resultados. Por lo tanto, los radiólogos deben prestar especial atención y reportar con prontitud lesiones equívocas o o al límite en la zona superior o en el tercio interno del pulmón, aquellas con densidad igual o mayor que la perilla aórtica, o aquellas superpuestas por estructuras de la línea media, vasos pulmonares y costillas encontradas incidentalmente en radiografías de tórax. Los investigadores esperan que estos hallazgos ayuden a los radiólogos a evitar errores que pueden resultar en malos resultados y la muerte del paciente. Además, los investigadores sugirieron que los sistemas de detección asistidos por computadora o la inteligencia artificial podrían mejorar el desempeño de los radiólogos y ayudar a detectar tumores más pequeños.

Enlaces relacionados:
Hospital Ramathibodi  

Visitar la expo >

Miembro Oro

Solid State Kv/Dose Multi-Sensor

AGMS-DM+

C-Arm with FPD

Digiscan V20 / V30

Miembro Plata

Mobile X-Ray Barrier

Lead Acrylic Mobile X-Ray Barriers

Ultrasound Needle Guide

Ultra-Pro II