Radiografía de tórax con IA detecta nódulos pulmonares tres años antes de los síntomas del cáncer de pulmón

El cáncer de pulmón tiene una de las peores tasas de supervivencia entre todos los cánceres, con más de dos tercios de los pacientes diagnosticados en una etapa avanzada, lo que hace que el tratamiento curativo ya no sea viable. El problema de los casos de cáncer de pulmón que no se detectan presenta una preocupación importante para los médicos y plantea un importante desafío médico-legal, ya que los nódulos no detectados que se desarrollan en cáncer de pulmón son la tercera causa más frecuente de reclamaciones por mala praxis. Ahora, un nuevo estudio ha demostrado que la interpretación de radiografías de tórax impulsada por inteligencia artificial (IA) se puede utilizar para detectar nódulos pulmonares que podrían evolucionar a cáncer de pulmón en etapa temprana mucho antes de que aparezcan los síntomas. El estudio, a través de sus hallazgos provisionales, reveló un retraso diagnóstico promedio de casi tres años desde la primera radiografía de tórax anormal.

El estudio se llevó a cabo en el Centro de Excelencia Oncológica del Hospital Phrapokklao (Bangkok, Tailandia) utilizando la solución de IA para radiografías de tórax qXR de Qure.ai (Nueva York, NY, EUA). El estudio revisó y evaluó retrospectivamente las imágenes de radiografías de tórax de pacientes con cáncer de pulmón recién diagnosticado durante un período de un año utilizando qXR. Los casos de cáncer de pulmón no detectados se identificaron como aquellos que no se detectaron en el informe original seis meses antes de un diagnóstico confirmado de cáncer de pulmón. Los resultados mostraron que el 18 % de los casos de pacientes tenían diagnósticos no detectados de cáncer de pulmón, con un retraso diagnóstico promedio de casi tres años (32,3 meses), que variaba desde un máximo de más de ocho años (96 meses) hasta un mínimo de ocho meses. La mitad de estos casos fueron "detectados incidentalmente", ya que las radiografías de tórax se realizaron por síntomas no respiratorios durante los controles de salud de rutina.

"En la mayoría de los hospitales gubernamentales de Tailandia, las radiografías de tórax son interpretadas por profesionales que no son radiólogos. Sin embargo, en los hospitales comunitarios, a menudo no hay radiólogos disponibles para leer las radiografías de tórax. Al superponer la IA especializada para leer todos los casos, podemos apoyar a los médicos en la detección de nódulos de alto riesgo incidentales que podrían conducir al cáncer de pulmón", dijo el Dr. Passakorn Wanchaijiraboon, oncólogo médico y subdirector del Centro de Excelencia del Cáncer del Hospital Phrapokklao, quien dirigió el estudio. "Este enfoque puede agilizar la toma de decisiones y potencialmente mejorar la supervivencia del paciente a través del diagnóstico temprano del cáncer. La implementación de la IA de radiografía de tórax es particularmente beneficiosa en el contexto de los hospitales comunitarios, donde puede mejorar significativamente las capacidades de diagnóstico en ausencia de radiólogos en el lugar".

"Este es un ejemplo de evidencia emocionante que subraya el potencial transformador de la IA en la lucha contra el cáncer de pulmón", agregó Bhargava Reddy, director comercial de Oncología en Qure.ai. "Superponer IA en las radiografías de tórax amplía el alcance al clasificar de manera proactiva a los pacientes en función del riesgo de cáncer de pulmón. Va más allá de las personas con síntomas o que califican para iniciativas de cribado basadas en la edad o el historial de tabaquismo, abarcando poblaciones de pacientes que actualmente son invisibles y no perfiladas, lo que permite detectar el cáncer de pulmón de manera más temprana".

Enlaces relacionados:
Qure.ai
Centro de Excelencia Oncológica Hospital Phrapokklao

Visitar la expo >

New

Digital Intelligent Ferromagnetic Detector

Digital Ferromagnetic Detector

New

Cylindrical Water Scanning System

SunSCAN 3D

New

Prostate Cancer MRI Analysis Tool

DynaCAD Urology

New

Pocket Fetal Doppler

CONTEC10C/CL