Una herramienta basada en IA acelera la detección del cáncer de riñón

El diagnóstico del cáncer de riñón se basa en tomografías computarizadas, que a menudo utilizan agentes de contraste para revelar anomalías en la estructura renal. Los tumores no siempre se buscan de forma deliberada, ya que muchas exploraciones se realizan por motivos no relacionados, como traumatismos o dolor abdominal, lo que incrementa el riesgo de que los cánceres en fases tempranas pasen desapercibidos.

Al mismo tiempo, la radiología se enfrenta a una escasez mundial de especialistas, mientras que el volumen de imágenes sigue aumentando, lo que ejerce una presión cada vez mayor sobre los médicos, que ya están sobrecargados. Ahora, investigadores han validado una herramienta de inteligencia artificial (IA) que apoya a los radiólogos al acelerar la detección del cáncer de riñón y mejorar la consistencia en la interpretación de las imágenes.

El sistema basado en aprendizaje automático, desarrollado en el Instituto de Ciencias de la Computación de la Universidad de Tartu (Tartu, Estonia), en colaboración con ingenieros de Better Medicine (Tartu, Estonia), está diseñado para ayudar a los radiólogos a analizar tomografías computarizadas abdominales e identificar lesiones renales de forma más eficiente.

La herramienta, llamada BMVision, analiza imágenes de tomografías computarizadas y destaca lesiones renales tanto malignas como benignas. Está diseñada para funcionar como un segundo lector de apoyo, ayudando a los médicos a interpretar datos de imágenes complejos sin sustituir la experiencia humana.

En un estudio retrospectivo para evaluar la eficacia de la herramienta de IA, seis radiólogos revisaron 200 exploraciones de TC, tanto con como sin asistencia de IA, lo que dio lugar a 2.400 lecturas individuales de imágenes. Las evaluaciones compararon la sensibilidad diagnóstica, la precisión de la medición del tumor, la velocidad de los informes y la concordancia entre radiólogos.

Los hallazgos, publicados en Nature Communications Medicine, mostraron que la asistencia de IA redujo el tiempo necesario para identificar, medir e informar lesiones malignas en aproximadamente un tercio, manteniendo la precisión diagnóstica.

“Este estudio refuerza la creciente evidencia de que las herramientas modernas de IA desarrolladas en laboratorios de investigación pueden tener un impacto real en la práctica clínica y apoyar a los médicos en su trabajo diario”, afirmó el profesor asociado Dmytro Fishman. “Nos sentimos muy alentados por estos resultados, que demuestran que la investigación en IA en medicina no solo es significativa, sino que también puede tener un impacto positivo”.

Enlaces relacionados:
Instituto de Ciencias de la Computación de la Universidad de Tartu
Better Medicine

Visitar la expo >

Mobile X-Ray System

K4W

High-Precision QA Tool

DEXA Phantom

Medical Radiographic X-Ray Machine

TR30N HF

Digital Radiography System (Ceiling Free)

Digix CF Series