La IA reduce la carga de trabajo en la detección de cáncer de pulmón por TC en casi un 80 %.

El cáncer de pulmón afecta a más de 48.000 personas en el Reino Unido cada año, y la detección temprana es clave para mejorar las tasas de supervivencia. El ensayo UK Lung Cancer Screening (UKLS) ya ha demostrado que la detección mediante tomografía computarizada de baja dosis (LDCT) puede salvar vidas al identificar el cáncer de pulmón en personas de alto riesgo antes de que aparezcan los síntomas. Ahora, un estudio reciente ha demostrado que la inteligencia artificial (IA) puede mejorar enormemente la eficiencia de la detección del cáncer de pulmón. Publicado en el European Journal of Cancer, el estudio indica que la IA puede descartar con precisión las exploraciones LDCT negativas, lo que podría reducir la carga de trabajo del radiólogo hasta en un 79% .

En este último estudio, investigadores de la Universidad de Liverpool (iDNA, Liverpool, Reino Unido) y del Instituto de Investigación para la Precisión Diagnóstica (Groningen, Países Bajos) probaron una herramienta de IA desarrollada por Coreline Soft (Seúl, Corea del Sur) utilizando datos del ensayo UKLS. La IA identificó de manera eficaz exploraciones sin nódulos pulmonares significativos (que representan la mayoría de los casos) incluso entre individuos de alto riesgo. Esta capacidad permite a los radiólogos dirigir su experiencia hacia los casos que necesitan un examen más profundo, mejorando así la eficiencia y manteniendo una alta precisión en la detección del cáncer de pulmón.

Un hallazgo clave del estudio fue que todos los casos confirmados de cáncer de pulmón se encontraron entre las exploraciones marcadas por la IA para revisión adicional. Esto garantiza que ningún cáncer pasó desapercibido, al tiempo que reduce significativamente el número de exploraciones que requieren evaluación manual. El éxito del estudio estuvo respaldado por los informes de radiología de alta calidad del ensayo UKLS y sus datos de seguimiento a largo plazo, que ofrecieron un conjunto de datos confiable para validar el modelo de IA. A medida que los programas de detección del cáncer de pulmón se expanden a nivel mundial, herramientas impulsadas por IA como la evaluada en esta investigación podrían desempeñar un papel crucial en la optimización de los recursos sanitarios, la reducción de costos y la garantía de diagnósticos oportunos. Se necesitarán estudios de investigación y validación adicionales para refinar aún más estos modelos de IA.

“La implementación de la tomografía computarizada de baja dosis para el cribado del cáncer de pulmón es muy beneficiosa, pero conlleva desafíos logísticos y financieros”, afirmó el profesor John Field, autor principal y profesor de Oncología Molecular en la Universidad de Liverpool. “Nuestra investigación sugiere que la IA podría desempeñar un papel crucial para lograr que los programas de cribado sean más eficientes y, al mismo tiempo, mantener la confianza en el diagnóstico”.

Visitar la expo >

New

Ultrasound Needle Guidance System

SonoSite L25

Digital Radiographic System

OMNERA 300M

Medical Radiographic X-Ray Machine

TR30N HF

Digital X-Ray Detector Panel

Acuity G4