Un programa de inteligencia artificial (IA) predice con precisión el riesgo de que los nódulos pulmonares detectados en la TC de detección se vuelvan cancerosos, según un nuevo estudio publicado en la revista Radiology.
Concretamente, para el nuevo estudio, los investigadores desarrollaron un algoritmo para la evaluación de nódulos pulmonares utilizando el aprendizaje profundo, una aplicación de inteligencia artificial capaz de encontrar ciertos patrones en los datos de imágenes. Los investigadores entrenaron el algoritmo en imágenes de TC de más de 16.000 nódulos, incluidas 1.249 neoplasias malignas.
El algoritmo de aprendizaje profundo arrojó "excelentes resultados", superando el modelo Pancanadiense de Detección Temprana del Cáncer de Pulmón establecido para la estimación del riesgo de malignidad de nódulos pulmonares.
"El algoritmo puede ayudar a los radiólogos a estimar con precisión el riesgo de malignidad de los nódulos pulmonares", ha explicado uno de los investigadores del estudio, al tiempo que ha señalado que "esto puede ayudar a optimizar las recomendaciones de seguimiento para los participantes en la detección del cáncer de pulmón".
Los investigadores entrenaron el algoritmo en imágenes de TC de más de 16.000 nódulos, incluidas 1.249 neoplasias malignas
Los investigadores coinciden en que el algoritmo potencialmente trae varios beneficios adicionales a la clínica. "Como no requiere la interpretación manual de las características de las imágenes de los nódulos, el algoritmo propuesto puede reducir la variabilidad sustancial entre observadores en la interpretación de la TC", han asegurado, lo que, a su juicio, "puede dar lugar a menos intervenciones de diagnóstico innecesarias, reducir la carga de trabajo de los radiólogos y reducir los costos de detección del cáncer de pulmón".
Los investigadores planean continuar mejorando el algoritmo incorporando parámetros clínicos como la edad, el sexo y el historial de tabaquismo.
También están trabajando en un algoritmo de aprendizaje profundo que toma múltiples exámenes de TC como entrada. El algoritmo actual es muy adecuado para analizar los nódulos en la detección inicial o en la línea de base, pero para los nódulos detectados en las pruebas posteriores, el crecimiento y la apariencia en comparación con la TC anterior son importantes.