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.

Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
Sekisui Diagnostics UK Ltd.

Deascargar La Aplicación Móvil




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
Print article
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)

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.

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
SARS‑CoV‑2/Flu A/Flu B/RSV Sample-To-Answer Test
SARS‑CoV‑2/Flu A/Flu B/RSV Cartridge (CE-IVD)
Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
Miembro Plata
Compact 14-Day Uninterrupted Holter ECG
NR-314P
New
Glassware Washer
Tiva 10-1VL

Print article

Canales

Cuidados Criticos

ver canal
Imagen: Los dispositivos electrónicos portátiles permeables desarrollados para el monitoreo de bioseñales a largo plazo (Fotografía cortesía de CityUHK)

Dispositivo electrónico portátil súper permeable permite monitorear bioseñales a largo plazo

Los dispositivos electrónicos portátiles se han convertido en una parte integral de la mejora de la salud y el estado físico al ofrecer un seguimiento continuo de señales f... Más

Técnicas Quirúrgicas

ver canal
Imagen: Los investigadores han demostrado éxito en mantener a los pacientes más seguros después de las cirugías ortopédicas (Fotografía cortesía del Centro Médico de la Universidad de Soroka)

Simple protocolo de prevención puede reducir infecciones peligrosas del sitio quirúrgico

Las infecciones del sitio quirúrgico (ISQ) representan un riesgo significativo en el sector de la salud, aumentando la probabilidad de muerte del paciente hasta 11 veces en comparación con... Más

Cuidados de Pacientes

ver canal
Imagen: La solución recientemente lanzada puede transformar la programación del quirófano e impulsar las tasas de utilización  (Fotografía cortesía de Fujitsu)

Solución de optimización de la capacidad quirúrgica ayuda a hospitales a impulsar utilización de quirófanos

Una solución innovadora tiene la capacidad de transformar la utilización de la capacidad quirúrgica al atacar la causa raíz de las ineficiencias los bloques de tiempo quirúrgico.... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.