Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




IA identifica no fumadores con alto riesgo de cáncer de pulmón mediante una sola radiografía de tórax

Por el equipo editorial de MedImaging en español
Actualizado el 19 Dec 2023
Imagen: La herramientade IA puede identificar a los no fumadores que tienen un alto riesgo de cáncer de pulmón utilizando una sola radiografía (Fotografía cortesía de 123RF)
Imagen: La herramientade IA puede identificar a los no fumadores que tienen un alto riesgo de cáncer de pulmón utilizando una sola radiografía (Fotografía cortesía de 123RF)

El cáncer de pulmón es actualmente la principal causa de mortalidad por cáncer. En particular, entre el 10 % y el 20 % de los casos de cáncer de pulmón se diagnostican en personas clasificadas como "nunca fumadores": aquellos que nunca han fumado o han fumado menos de 100 cigarrillos en su vida. La prevalencia del cáncer de pulmón en personas que nunca han fumado está aumentando y estos casos suelen estar más avanzados en el momento del descubrimiento debido a la falta de métodos de detección temprana que normalmente se utilizan para los fumadores. Ahora, un nuevo estudio ha encontrado que una herramienta de inteligencia artificial (IA) es capaz de identificar a los no fumadores con alto riesgo de cáncer de pulmón mediante el análisis de imágenes de radiografías de tórax de rutina.

Este estudio, realizado por el Hospital General de Massachusetts (MGH, Boston, MA, EUA), tuvo como objetivo mejorar la predicción del riesgo de cáncer de pulmón en personas que nunca fumaron. El equipo de investigación empleó un modelo de aprendizaje profundo, una forma sofisticada de IA, para analizar imágenes de rayos X de tórax del historial médico electrónico, en busca de patrones indicativos de enfermedad. El modelo de aprendizaje profundo, denominado "CXR-Lung-Risk", se entrenó utilizando 147.497 radiografías de tórax de 40.643 personas asintomáticas, tanto fumadores como personas que nunca habían fumado. Este modelo fue diseñado para evaluar el riesgo de mortalidad relacionada con los pulmones a partir de una sola radiografía de tórax.

Luego, la efectividad del modelo se probó en una cohorte separada de nunca fumadores que se sometieron a radiografías de tórax de rutina ambulatorias entre 2013 y 2014. La medida principal fue la incidencia de cáncer de pulmón en seis años, identificada mediante los códigos de la Clasificación Internacional de Enfermedades. El modelo clasificó las puntuaciones de riesgo en grupos de riesgo bajo, moderado y alto según umbrales de riesgo predeterminados. En el grupo de estudio de 17.407 pacientes, con una edad promedio de 63 años, el modelo clasificó al 28 % como de alto riesgo, y dentro de este grupo, el 2,9 % tuvo posteriormente un diagnóstico de cáncer de pulmón. El grupo de alto riesgo superó el umbral de riesgo de seis años del 1,3 % en el que las directrices de la Red Nacional Integral del Cáncer de EUA recomiendan la TC para la detección del cáncer de pulmón. Después de tener en cuenta la edad, el sexo, la raza, la infección previa del tracto respiratorio inferior y la enfermedad pulmonar obstructiva crónica prevalente, el grupo de alto riesgo todavía tenía un riesgo 2,1 veces mayor de desarrollar cáncer de pulmón que el grupo de bajo riesgo.

"Esta herramienta de IA abre la puerta a la detección oportunista de los nunca fumadores con alto riesgo de cáncer de pulmón, utilizando radiografías de tórax existentes en el historial médico electrónico", dijo el autor principal Michael T. Lu, MD, MPH, director de inteligencia artificial y codirector de CIRC en MGH. "Dado que las tasas de tabaquismo están disminuyendo, los métodos para detectar el cáncer de pulmón en forma temprana en quienes no fuman serán cada vez más importantes".

Enlaces relacionados:
MGH

Multi-Use Ultrasound Table
Clinton
Digital Radiographic System
OMNERA 300M
Mobile X-Ray System
K4W
Floor‑Mounted Digital X‑Ray System
MasteRad MX30+

Canales

Ultrasonido

ver canal
Imagen: Un corte transversal del cerebro revela la arquitectura simétrica de la red vascular (cian-verde) y el trazador que resalta el sistema glinfático (rojo-amarillo) a lo largo de la superficie cerebral y las vías de drenaje, visualizados a través del cráneo intacto mediante la técnica 3D-PAULM (Foto cortesía de la Universidad de Duke)

Plataforma de imagen híbrida revela cómo el sueño favorece la eliminación de desechos del cerebro

El sistema glinfático del cerebro elimina los desechos metabólicos a través del líquido cefalorraquídeo y se cree que contribuye a la salud neuronal durante el sueño.... Más

TI en Imaginología

ver canal
Imagen: La plataforma admite la creación de informes asistida por IA en tiempo real a medida que los radiólogos dictan, extrayendo los hallazgos del habla natural y colocándolos en las secciones apropiadas del informe (Crédito de la imagen: Adobe Stock)

Plataforma de informes con IA ambiental agiliza la elaboración de informes radiológicos

Los departamentos de radiología se enfrentan a un volumen creciente de imágenes y a la escasez de personal, lo que genera cuellos de botella en la elaboración de informes y presión... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.