{"id":36534,"date":"2023-01-06T08:40:29","date_gmt":"2023-01-06T14:40:29","guid":{"rendered":"https:\/\/saluddigital.com\/?p=36534"},"modified":"2025-10-20T00:03:09","modified_gmt":"2025-10-20T06:03:09","slug":"modelo-de-aprendizaje-profundo-identifica-riesgo-de-cancer-de-pulmon","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/modelo-de-aprendizaje-profundo-identifica-riesgo-de-cancer-de-pulmon\/","title":{"rendered":"Modelo de aprendizaje profundo identifica riesgo de c\u00e1ncer de pulm\u00f3n"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Estudio publicado recientemente en JAMA Network, muestra la validaci\u00f3n de un modelo de aprendizaje profundo para predecir c\u00e1ncer de pulm\u00f3n a trav\u00e9s de radiograf\u00edas y registros m\u00e9dicos electr\u00f3nicos.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La mortalidad por c\u00e1ncer de pulm\u00f3n pueden reducirse entre 20 y 24% gracias a la detecci\u00f3n temprana utilizando tomograf\u00eda computarizada. Se trata de un dato sumamente relevante, ya que esta enfermedad es la principal muerte por c\u00e1ncer a nivel mundial.\u00a0<\/p>

En Estados Unidos los Centros de Servicios Medicare y Medicaid establecen que para someterse a una tomograf\u00eda computarizada para detecci\u00f3n de c\u00e1ncer los pacientes deben tener entre 55 y 77 a\u00f1os y tener antecedentes de tabaquismo. Esta situaci\u00f3n limita la detecci\u00f3n de esta enfermedad que registra m\u00e1s muertes en Estados Unidos que los otros tres principales tipos de c\u00e1ncer en el pa\u00eds.
Investigadores de diversos centros de estudio y hospitales de Massachussets, como Harvard, Brigham and Women’s Hospital, Massachussets General Hospital, entre otros, realizaron una investigaci\u00f3n que plantea la utilidad de un modelo de aprendizaje profundo para identificar a personas con alto riesgo de padecer c\u00e1ncer de pulm\u00f3n.<\/p>

El modelo utiliza radiograf\u00edas de t\u00f3rax y otros datos obtenidos por medio de registros m\u00e9dicos electr\u00f3nicos para identificar a pacientes con alto riesgo y que sean elegibles para realizarse una tomograf\u00eda computarizada en los servicios de Medicare y Medicaid.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La investigaci\u00f3n busc\u00f3 la validaci\u00f3n del algoritmo CXR-LC, una herramienta de aprendizaje profundo de c\u00f3digo abierto capaz de estimar el riesgo de c\u00e1ncer de pulm\u00f3n a partir de im\u00e1genes de radiograf\u00edas de t\u00f3rax existentes y otros datos de registros m\u00e9dicos. Este modelo podr\u00eda permitir la identificaci\u00f3n automatizada de pacientes de alto riesgo.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El estudio compar\u00f3 las estimaciones de CXR-LC con pautas de detecci\u00f3n de Medicare y Medicaid utilizando datos de pacientes de Mass General Brigham. Los participantes incluidos fueron personas fumadoras o que hab\u00edan fumado cigarrillos y contaban con una radiograf\u00eda de t\u00f3rax ambulatoria entre el 1 de enero de 2013 y el 31 de diciembre de 2014, sin antecedentes de c\u00e1ncer de pulm\u00f3n o uso de tomograf\u00eda computarizada para su detecci\u00f3n.<\/p>

En este sentido, para el estudio se tomaron en cuenta datos de registros m\u00e9dicos electr\u00f3nicos de 14,737 pacientes en el sistema de salud de Mass General Brigham. El modelo CXR-LC identific\u00f3 a las personas con alto riesgo de c\u00e1ncer de pulm\u00f3n, incluidas aquellas que no cumplieron con los criterios de elegibilidad para la detecci\u00f3n del c\u00e1ncer de pulm\u00f3n de Medicare.<\/p>

\u201cEstos resultados sugieren que un modelo de aprendizaje profundo puede ayudar a identificar a las personas de alto riesgo que pueden beneficiarse de la detecci\u00f3n del c\u00e1ncer de pulm\u00f3n con tomograf\u00eda computarizada de t\u00f3rax\u201d, explican los autores.<\/p>

Consulta los hallazgos en el siguiente enlace:<\/p>

https:\/\/jamanetwork.com\/journals\/jamanetworkopen\/fullarticle\/2799952<\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

JAMA NETWORK<\/strong><\/p>

https:\/\/jamanetwork.com\/journals\/jamanetworkopen\/fullarticle\/2799952<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Estudio publicado recientemente en JAMA Network, muestra la validaci\u00f3n de un modelo de aprendizaje profundo para predecir c\u00e1ncer de pulm\u00f3n a trav\u00e9s de radiograf\u00edas y registros m\u00e9dicos electr\u00f3nicos. La mortalidad por c\u00e1ncer de pulm\u00f3n pueden reducirse entre 20 y 24% gracias a la detecci\u00f3n temprana utilizando tomograf\u00eda computarizada. Se trata de un dato sumamente relevante, ya que esta enfermedad es la principal muerte por c\u00e1ncer a nivel mundial.  En Estados Unidos los Centros de Servicios Medicare y Medicaid establecen que para someterse a una tomograf\u00eda computarizada para detecci\u00f3n de c\u00e1ncer los pacientes deben tener entre 55 y 77 a\u00f1os y tener antecedentes de tabaquismo. Esta situaci\u00f3n limita la detecci\u00f3n de esta enfermedad que registra m\u00e1s muertes en Estados Unidos que los otros tres principales tipos de c\u00e1ncer en el pa\u00eds. Investigadores de diversos centros de estudio y hospitales de Massachussets, como Harvard, Brigham and Women’s Hospital, Massachussets General Hospital, entre otros, realizaron una investigaci\u00f3n que plantea la utilidad de un modelo de aprendizaje profundo para identificar a personas con alto riesgo de padecer c\u00e1ncer de pulm\u00f3n. El modelo utiliza radiograf\u00edas de t\u00f3rax y otros datos obtenidos por medio de registros m\u00e9dicos electr\u00f3nicos para identificar a pacientes con alto riesgo y que sean elegibles para realizarse una tomograf\u00eda computarizada en los servicios de Medicare y Medicaid. La investigaci\u00f3n busc\u00f3 la validaci\u00f3n del algoritmo CXR-LC, una herramienta de aprendizaje profundo de c\u00f3digo abierto capaz de estimar el riesgo de c\u00e1ncer de pulm\u00f3n a partir de im\u00e1genes de radiograf\u00edas de t\u00f3rax existentes y otros datos de registros m\u00e9dicos. Este modelo podr\u00eda permitir la identificaci\u00f3n automatizada de pacientes de alto riesgo. El estudio compar\u00f3 las estimaciones de CXR-LC con pautas de detecci\u00f3n de Medicare y Medicaid utilizando datos de pacientes de Mass General Brigham. Los participantes incluidos fueron personas fumadoras o que hab\u00edan fumado cigarrillos y contaban con una radiograf\u00eda de t\u00f3rax ambulatoria entre el 1 de enero de 2013 y el 31 de diciembre de 2014, sin antecedentes de c\u00e1ncer de pulm\u00f3n o uso de tomograf\u00eda computarizada para su detecci\u00f3n. En este sentido, para el estudio se tomaron en cuenta datos de registros m\u00e9dicos electr\u00f3nicos de 14,737 pacientes en el sistema de salud de Mass General Brigham. El modelo CXR-LC identific\u00f3 a las personas con alto riesgo de c\u00e1ncer de pulm\u00f3n, incluidas aquellas que no cumplieron con los criterios de elegibilidad para la detecci\u00f3n del c\u00e1ncer de pulm\u00f3n de Medicare. \u201cEstos resultados sugieren que un modelo de aprendizaje profundo puede ayudar a identificar a las personas de alto riesgo que pueden beneficiarse de la detecci\u00f3n del c\u00e1ncer de pulm\u00f3n con tomograf\u00eda computarizada de t\u00f3rax\u201d, explican los autores. Consulta los hallazgos en el siguiente enlace: https:\/\/jamanetwork.com\/journals\/jamanetworkopen\/fullarticle\/2799952 BIBLIOGRAF\u00cdA JAMA NETWORK https:\/\/jamanetwork.com\/journals\/jamanetworkopen\/fullarticle\/2799952<\/p>","protected":false},"author":1,"featured_media":36536,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-36534","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/36534","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=36534"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/36534\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/36536"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=36534"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=36534"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=36534"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}