Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

HospiMedica

Deascargar La Aplicación Móvil
Noticias Recientes COVID-19 Cuidados Criticos Téc. Quirúrgica Cuidados de Pacientes TI Pruebas POC Negocios Focus

IA predice cáncer de páncreas tres años antes del diagnóstico a partir de registros médicos de los pacientes

Por el equipo editorial de HospiMedica en español
Actualizado el 11 May 2023

La detección de cánceres comunes como el cáncer de mama, de cuello uterino y de próstata se basa en técnicas relativamente simples y altamente efectivas, como mamografías, pruebas de Papanicolaou y análisis de sangre. Estos métodos han revolucionado los resultados de estas enfermedades al permitir la detección temprana y la intervención durante las etapas más tratables. Sin embargo, la detección del cáncer de páncreas es más desafiante y costosa. Los médicos consideran principalmente los antecedentes familiares y las mutaciones genéticas, que son indicadores de riesgo importantes pero que a menudo pasan por alto a muchos pacientes. Se necesita de un método que pueda acelerar el diagnóstico del cáncer de páncreas, que con frecuencia se detecta en etapas avanzadas cuando el tratamiento es menos efectivo y los resultados son deficientes. Ahora, una herramienta de inteligencia artificial (IA) puede identificar con éxito a las personas con mayor riesgo de cáncer de páncreas hasta tres años antes del diagnóstico utilizando solo los registros médicos de los pacientes.

Los hallazgos de la nueva investigación dirigida por investigadores de la Facultad de Medicina de Harvard (Boston, MA, EUA; www.hms.harvard.edu) y la Universidad de Copenhague (Copenhague, Dinamarca; www.ku.dk) sugieren que el cribado de la población basado en IA podría ser valioso para detectar a las personas con mayor riesgo de cáncer de páncreas. Aplicada a escala, la herramienta de IA podría acelerar la detección, conducir a un tratamiento más temprano y mejorar los resultados y extender la esperanza de vida de los pacientes. En el estudio, el algoritmo de IA se entrenó en dos conjuntos de datos separados totalizando nueve millones de registros de pacientes de Dinamarca y EUA. Los investigadores "pidieron" al modelo de IA que buscara signos reveladores basados en los datos contenidos en los registros. Basándose en combinaciones de códigos de enfermedad y su momento, el modelo pudo predecir qué pacientes tenían probabilidades de desarrollar cáncer de páncreas en el futuro. Curiosamente, muchos de los síntomas y códigos de enfermedad no estaban directamente relacionados con el páncreas ni se originaban en él.


Imagen: El modelo de IA localiza a las personas con mayor riesgo hasta tres años antes del diagnóstico (Fotografía cortesía de Freepik)
Imagen: El modelo de IA localiza a las personas con mayor riesgo hasta tres años antes del diagnóstico (Fotografía cortesía de Freepik)

Los investigadores probaron diferentes versiones de los modelos de IA para verificar su capacidad para detectar personas con un riesgo elevado de desarrollar enfermedades en diferentes escalas de tiempo: 6 meses, un año, dos años y tres años. En general, cada versión del algoritmo de IA fue sustancialmente más precisa para predecir quién desarrollaría cáncer de páncreas que las estimaciones actuales de la incidencia de la enfermedad en toda la población. Los investigadores creen que el modelo es al menos tan preciso en la predicción de la aparición de enfermedades como las pruebas de secuenciación genética actuales, que generalmente solo están disponibles para un pequeño subconjunto de pacientes en conjuntos de datos.

Una ventaja importante de la herramienta de IA es que se puede utilizar en cualquier paciente con registros de salud e historia médica disponibles, no solo en aquellos con antecedentes familiares conocidos o predisposición genética a la enfermedad. Esto es particularmente importante porque muchos pacientes de alto riesgo pueden no ser conscientes de su predisposición genética o antecedentes familiares. Sin síntomas y una clara indicación de alto riesgo de cáncer de páncreas, los médicos pueden dudar en recomendar pruebas más sofisticadas y costosas, como tomografías computarizadas, resonancias magnéticas o ultrasonido endoscópico. Cuando se utilizan estas pruebas y se descubren lesiones sospechosas, el paciente debe someterse a un procedimiento para obtener una biopsia. Según los investigadores, una herramienta de IA que identifique a las personas con mayor riesgo de cáncer de páncreas garantizaría que los médicos evalúen a la población adecuada y eviten a otros pruebas innecesarias y procedimientos adicionales.

“Una de las decisiones más importantes a las que se enfrentan los médicos día a día es quién tiene un alto riesgo de padecer una enfermedad y quién se beneficiaría de más pruebas, lo que también puede significar procedimientos más invasivos y más costosos que conllevan sus propios riesgos”, dijo el coinvestigador senior del estudio Chris Sander, miembro de la facultad en el Departamento de Biología de Sistemas en el Instituto Blavatnik en HMS. “Una herramienta de inteligencia artificial que pueda concentrarse en las personas con mayor riesgo de cáncer de páncreas que obtendrán mayores beneficios de más pruebas podría contribuir en gran medida a mejorar la toma de decisiones clínicas”.

"Muchos tipos de cáncer, especialmente aquellos difíciles de identificar y tratar temprano, ejercen un efecto desproporcionado sobre los pacientes, las familias y el sistema de atención médica en conjunto", dijo el investigador cosenior del estudio Søren Brunak, profesor de biología de sistemas de enfermedades y director de investigación en el Centro de Investigación de Proteínas de la Fundación Novo Nordisk de la Universidad de Copenhague. “La detección basada en IA es una oportunidad para alterar la trayectoria del cáncer de páncreas, una enfermedad agresiva que es notoriamente difícil de diagnosticar temprano y tratar de inmediato cuando las posibilidades de éxito son más altas”.

Enlaces relacionados:
Facultad de Medicina de Harvard  
Universidad de Copenhague


Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Miembro Oro
Disposable Protective Suit For Medical Use
Disposable Protective Suit For Medical Use
Miembro Plata
Compact 14-Day Uninterrupted Holter ECG
NR-314P
New
Ultra Low Floor Level Bed
Solite Pro

Últimas TI noticias

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Colaboración estratégica para desarrollar e integrar IA generativa en el cuidado de la salud

Solución de quirófanos habilitada para IA ayuda a hospitales a maximizar la utilización y desbloquear la capacidad