Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
IA logra identificar no fumadores con alto riesgo de desarrollar cáncer de pulmón

Modelo de IA presentado durante la reunión anual de la RSNA mostró resultados prometedores en el diagnóstico de cáncer de pulmón en no fumadores.

Un estudio presentado durante la reunión anual de la Sociedad Radiológica de Norte América (RSNA), detalló cómo un modelo de inteligencia artificial (IA) utilizando imágenes de rutina de radiografía de tórax, fue capaz de identificar a no fumadores con algo riesgo de desarrollar cáncer de pulmón.

Según el estudio aproximadamente del 10 al 20% de los casos de cáncer de pulmón ocurren en personas que nunca han fumado. Las directrices actuales recomiendan la detección de cáncer de pulmón con tomografías computarizadas de baja dosis para adultos con una historia de tabaquismo de al menos 20 paquetes al año. Sin embargo, en países como Estados Unidos, el riesgo de cáncer de pulmón continúa en aumento en no fumadores y al no realizar detecciones a tiempo se suele encontrar en etapas avanzadas.

El estudio utilizó un modelo de IA llamado “CXR-Lung-Risk” el cual fue entrenado con radiografías de tórax para predecir el riesgo de mortalidad relacionada con el pulmón.  El modelo fue desarrollado utilizando 147,497 radiografías de tórax de 40,643 fumadores asintomáticos y no fumadores del ensayo de cribado del cáncer de próstata, pulmón, colorrectal y ovario para predecir el riesgo de mortalidad relacionada con el pulmón, a partir de una única radiografía de tórax.

“Una ventaja importante de nuestro método es que sólo requiere una única imagen de radiografía de tórax, que es una de las pruebas más comunes en medicina y está ampliamente disponible en la historia clínica electrónica”, explicó la autora principal Anika S. Walia de Boston University.

Dicha herramienta identificó a no fumadores con alto riesgo, y aquellos clasificados como alto riesgo tenían 2.1 veces más probabilidades de desarrollar cáncer de pulmón.  De esta forma, el estudio sugiere la posibilidad de realizar una detección temprana de cáncer de pulmón en no fumadores utilizando radiografías de tórax existentes en registros médicos electrónicos.

De igual manera, el estudio destaca la importancia de la detección temprana del cáncer de pulmón en no fumadores y el potencial de la IA para identificar aquellos con mayor riesgo, lo que puede ser crucial para mejorar los resultados en esta población.

“Esta herramienta de IA abre la puerta al cribado oportunista de los nunca fumadores con alto riesgo de cáncer de pulmón, utilizando las radiografías de tórax existentes en la historia clínica electrónica”, dijo otro de los autores, Michael T. Lu, director de inteligencia artificial y codirector del Centro de Investigación de Imágenes Cardiovasculares (CIRC) del Hospital General de Massachusetts (MGH).

Asimismo, agregó que las tasas de tabaquismo están disminuyendo y los enfoques para detectar precozmente el cáncer de pulmón en los no fumadores serán cada vez más importantes.

Outstanding news

News by country

Share

Digital Health in the world

  • — Science Brief: Omicron (B.1.1.529) Variant/CDC updates
    See more
  • —Coronavirus resource center/Johns Hopkins
    See more
  • — Epidemiological tracing of COVID-19 contacts / Johns Hopkins Course
    See more
  • — SARS-CoV-2 infection behavior / FCS calculator
    See more
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Article The Lancet
    See more
  • —Genomic Epidemiology Tracker/GISAID
    See more
  • — Mexican Genomic Surveillance Consortium
    See more
Secured By miniOrange