En un hallazgo que promete transformar la forma en que se abordan los riesgos de salud en pacientes sometidos a cribado de cáncer de pulmón, la última investigación emergente sugiere que la evaluación de la inteligencia artificial en tomografías computarizadas de baja dosis de tórax puede predecir de manera precisa el riesgo de cáncer de pulmón, enfermedades cardiovasculares (ECV) y mortalidad.
Este estudio pionero publicado en la prestigiosa revista Radiology, detalla cómo un grupo de investigadores evaluó un modelo de IA altamente especializado.
El algoritmo proporcionó mediciones automatizadas de la composición corporal a partir de exámenes de TC de detección de pulmón en un impresionante conjunto de 20,768 participantes con una edad promedio de 61 años, todos procedentes del Ensayo Nacional de Estudios Pulmonares (NLST por su nombre en inglés National Lung Screening Trial).
Entre los participantes, 12,317 eran hombres y 8,451 mujeres.
Las cifras y estadísticas son fundamentales
Una mayor atenuación del tejido adiposo subcutáneo (TAS) se correlacionó con un aumento del 17% en el riesgo de mortalidad por ECV y un aumento del 18% en el riesgo de mortalidad por cualquier causa en hombres.
En el caso de las mujeres, se observó un incremento del 17% en el riesgo de mortalidad por cualquier causa y un sorprendente incremento del 27% en el riesgo de mortalidad por cáncer de pulmón con una mayor atenuación del TAS.
La Dra. Kim L. Sandler, del Centro Médico de la Universidad Vanderbilt compartió sus reflexiones sobre este avance y expresó que:
“la evaluación oportunista de datos de imagen más allá de la indicación inicial del estudio tiene un gran potencial para ampliar el valor del cribado de TC establecido en la población, especialmente cuando se combina con soluciones de IA totalmente automatizadas“.
Valorar de cara al futuro
Estos hallazgos proporcionan evidencia sólida de que la evaluación automatizada de la composición corporal en el cribado de cáncer de pulmón puede tener un impacto significativo en la salud general de la población.
Al mismo tiempo permite la identificación temprana de individuos de alto riesgo y, consecuentemente, la implementación de intervenciones personalizadas para optimizar la salud.
Si bien este estudio representa un salto adelante en la comprensión de la relación entre la composición corporal y la predicción de riesgos de salud, los investigadores también reconocen las limitaciones inherentes a su naturaleza exploratoria.
Sin embargo, los números y resultados presentados aquí respaldan de manera convincente el potencial de la inteligencia artificial para revolucionar el campo de la radiología y la medicina preventiva en todo el mundo.
Para conocer más sobre este tema recomendamos visitar Radiology y acceder al artículo completo.
0 comentarios