Inteligencia artificial diagnostica cáncer de pulmón

Un programa de inteligencia artificial (IA) puede detectar signos de cáncer de pulmón en las tomografías computarizadas un año antes de que puedan diagnosticarse con los métodos existentes, según una investigación presentada en el Congreso Internacional de la Sociedad Respiratoria Europea. El cáncer de pulmón es la causa más común de muerte por cáncer, con alrededor de 1,8 millones de vidas perdidas en todo el mundo cada año, y suele diagnosticarse en una fase tardía, cuando el tratamiento tiene menos posibilidades de éxito. Los investigadores esperan que el uso de la IA para apoyar el cribado del cáncer de pulmón pueda agilizar y hacer más eficiente el proceso y, en última instancia, ayudar a diagnosticar a más pacientes en una fase temprana.

Un radiólogo experto examina unas 300 imágenes

La tomografía computarizada o TAC ya se utiliza para detectar signos de tumores pulmonares, seguidos de una biopsia o cirugía para confirmar si el tumor es maligno. Pero en cada exploración un radiólogo experto examina unas 300 imágenes y busca signos de cáncer que pueden ser muy pequeños. Los ensayos con tomografía computarizada para detectar a personas con alto riesgo de cáncer de pulmón han resultado prometedores, pero el cribado se ve obstaculizado por la dificultad práctica de que un radiólogo revise cada imagen, una por una, para decidir quién necesita más pruebas. El nuevo estudio ha sido presentado por Benoît Audelan, investigador del equipo del proyecto Epione del centro Inria (Instituto Nacional de Investigación en Ciencias y Tecnologías Digitales de Francia) de la Universidad de la Costa Azul, quien rrabajó con colegas de la Universidad de la Costa Azul, Therapixel (empresa de software especializada en inteligencia artificial para imágenes médicas) y el Hospital Universitario de Niza. Los investigadores entrenaron su programa de IA con un conjunto de tomografías de 888 pacientes que ya habían sido examinados por radiólogos para identificar crecimientos sospechosos. A continuación, lo probaron en otro conjunto de 1.179 pacientes que formaban parte de un ensayo de cribado pulmonar con un seguimiento de tres años, utilizando tomografías computarizadas que se realizaron en los dos últimos años del ensayo. Entre ellos se encontraban 177 pacientes a los que se les diagnosticó cáncer de pulmón mediante una biopsia después de su última exploración en el ensayo. El programa identificó 172 de los 177 tumores malignos en esas tomografías, lo que significa que tuvo una eficacia del 97% en la detección de cánceres. Los cinco tumores que el programa no detectó estaban cerca del centro del pecho, donde los tumores son más difíciles de distinguir de las partes sanas del cuerpo.

Falsos positivos

Los investigadores también probaron el programa en exploraciones realizadas un año antes de que se diagnosticaran los tumores en los mismos 1.179 pacientes y fue capaz de identificar 152 zonas sospechosas que posteriormente se diagnosticaron como cáncer. Sin embargo, los investigadores afirman que el programa también identifica demasiadas zonas sospechosas que no son cáncer (falsos positivos) y que habría que mejorarlo mucho antes de que el programa pudiera utilizarse en la clínica, ya que investigar todas ellas daría lugar a biopsias innecesarias. Según Audelan, 'el cribado del cáncer de pulmón implicaría la realización de muchas más tomografías y no tenemos suficientes radiólogos para revisarlas todas. Por eso necesitamos desarrollar programas informáticos que puedan ayudar. Nuestro estudio demuestra que este programa puede encontrar posibles signos de cáncer de pulmón hasta un año antes', añade. 'El objetivo de nuestra investigación no es sustituir a los radiólogos, sino ayudarles proporcionándoles una herramienta que pueda detectar los primeros signos de cáncer de pulmón', explica. Los investigadores tienen previsto trabajar en un nuevo sistema que permita diferenciar mejor el tejido maligno del no maligno para ayudar a los radiólogos a decidir qué pacientes deben ser investigados más a fondo.