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 hp
Ingresar
Publique su anuncio con nosotros
GC Medical Science corp.

Deascargar La Aplicación Móvil




La IA permite identificar pacientes con mayor riesgo de cáncer de pulmón hasta cuatro meses antes

Por el equipo editorial de HospiMedica en español
Actualizado el 28 Apr 2025

El diagnóstico temprano desempeña un papel crucial en la mejora del pronóstico del cáncer, ya que los retrasos en el inicio de la terapia se asocian con una disminución en las tasas de supervivencia. En la mayoría de los casos, el cáncer se identifica inicialmente cuando los síntomas se manifiestan en la consulta de medicina general, y una detección oportuna en este entorno podría mejorar significativamente los resultados. El cáncer de pulmón, en particular, tiene uno de los pronósticos más desfavorables. Aunque varias tecnologías emergentes, incluidos nuevos biomarcadores, tecnología de nariz electrónica y ADN tumoral circulante libre, han mostrado potencial para el diagnóstico temprano en la práctica general, aún no han dado lugar a pruebas diagnósticas de aplicación generalizada. Para aproximadamente el 80 % de los pacientes diagnosticados con cáncer de pulmón, el proceso comienza en la consulta de medicina general. Sin embargo, aproximadamente el 75 % de los pacientes son diagnosticados en un estadio avanzado (3 o 4), lo que resulta en una tasa de mortalidad del 80 % en un año.

Los datos a largo plazo disponibles en los registros de atención primaria podrían contener información crucial que podría utilizarse para identificar a pacientes en riesgo de cáncer en etapas más tempranas. Un método prometedor para mejorar la identificación del riesgo de cáncer consiste en utilizar los datos textuales disponibles en los historiales clínicos de los pacientes de medicina general. Sin embargo, los intentos previos de aprovechar esta información no han mejorado el rendimiento de las herramientas de predicción clínica existentes, probablemente debido a la naturaleza predefinida de estos predictores. Ahora, los médicos generales podrían pronto identificar a los pacientes con mayor riesgo de cáncer de pulmón hasta cuatro meses antes que en las consultas actuales mediante el uso de un algoritmo durante las consultas.

Desarrollado por investigadores del Amsterdam UMC (Ámsterdam, Países Bajos), este nuevo algoritmo analiza toda la información médica de la práctica general, con especial atención a los datos de texto libre. Este es un aspecto novedoso y significativo del estudio. El algoritmo identifica señales predictivas en los historiales médicos de los pacientes, lo que le permite detectar un número considerable de casos hasta cuatro meses antes que los métodos actuales. A diferencia de estudios anteriores que dependían de variables codificadas y predefinidas, como “tabaquismo” o "tos con sangre", este algoritmo aprovecha la sección de texto libre de los registros de los pacientes, revelando detalles que permiten una detección más temprana del cáncer. Se necesita más investigación para comprender qué fragmentos específicos de texto identifica el algoritmo, a fin de hacer que este método sea aplicable en la práctica clínica rutinaria.

Para su estudio, los investigadores analizaron datos de 525.526 pacientes en cuatro redes académicas de médicos de cabecera en Ámsterdam, Utrecht y Groningen. Dentro de este grupo, 2.386 pacientes fueron diagnosticados con cáncer de pulmón, con diagnósticos confirmados mediante el registro holandés de cáncer. Se utilizaron datos estructurados y de texto libre para predecir diagnósticos de cáncer de pulmón cinco meses antes (cuatro meses antes de la derivación). El estudio, publicado en el British Journal of General Practice, mostró que, de 34 pacientes marcados por el algoritmo, uno tenía cáncer de pulmón. El algoritmo permitió que el 62 % de los pacientes con cáncer de pulmón fueran derivados cuatro meses antes. En comparación con los métodos de detección tradicionales, este enfoque da como resultado menos falsos positivos y permite una selección más temprana durante las consultas. Este método podría mejorar potencialmente la detección temprana de otros tipos de cáncer, como el cáncer de páncreas, estómago u ovario, que a menudo pasan desapercibidos hasta etapas avanzadas. Sin embargo, el enfoque aún necesita ser validado en diferentes países y sistemas de atención médica.

“Actualmente, a muchos pacientes se les diagnostica cáncer de pulmón en una etapa avanzada, de 3 a 4 años, por lo que el 80 % de los pacientes suelen fallecer en el plazo de un año”, afirmó Henk van Weert, profesor emérito de medicina familiar. “Investigaciones previas indicaban que una ganancia de cuatro semanas ya tiene un efecto notable en el pronóstico. Por lo tanto, cuatro meses es una ganancia muy relevante”.

Miembro Oro
STI Test
Vivalytic Sexually Transmitted Infection (STI) Array
Miembro Oro
12-Channel ECG
CM1200B
New
Tracheostomy Tube
Portex BLUselect
New
Intelligent Mattress System
DualPlus
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a HospiMedica.es y acceda a las noticias y eventos que afectan al mundo de la Medicina.
  • Edición gratuita de la versión digital de HospiMedica en Español enviado regularmente por email
  • Revista impresa gratuita de la revista HospiMedica en Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de HospiMedica en Español digital
  • Boletín de HospiMedica en Español gratuito cada dos semanas con las últimas noticias
  • Noticias de último momento enviadas por email
  • Acceso gratuito al calendario de eventos
  • Acceso gratuito a los servicios de nuevos productos de LinkXpress
  • Registrarse es sencillo y GRATUITO!
Haga clic aquí para registrarse








Canales

Técnicas Quirúrgicas

ver canal
Imagen: el profesor Bumsoo Han y la  investigadora postdoctoral Sae Rome Choi fueron coautores de un estudio sobre el uso del origami de ADN para mejorar la obtención de imágenes de tejido pancreático denso (foto cortesía de Fred Zwicky/University of Illinois Urbana-Champaign)

El origami de ADN mejora la imagenología del tejido pancreático denso para la detección del cáncer

Uno de los desafíos de la lucha contra el cáncer de páncreas es encontrar maneras de penetrar el tejido denso del órgano para definir los límites entre el tejido maligno... Más

Cuidados de Pacientes

ver canal
Imagen: La plataforma de biosensores portátil utiliza sensores electroquímicos impresos para la detección rápida y selectiva de Staphylococcus aureus (foto cortesía de AIMPLAS)

Plataforma de biosensores portátiles reducirá infecciones adquiridas en el hospital

En la Unión Europea, aproximadamente 4 millones de pacientes adquieren infecciones asociadas a la atención de la salud (IAAS), o infecciones nosocomiales, cada año, lo que provoca alrededor de 37.... Más

TI

ver canal
Imagen: Un sensor de sudor portátil basado en la tecnología de nanopartículas de núcleo-capa (Foto cortesía de Caltech)

Nanopartículas imprimibles permiten la producción masiva de biosensores portátiles

Es probable que el futuro de la medicina se centre en la personalización de la atención médica, comprendiendo exactamente lo que cada individuo necesita y proporcionando la combinación... 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 © 2000-2025 Globetech Media. All rights reserved.