Sistema de contacto guiado por IA mejora la detección del cáncer colorrectal

La detección temprana mejora la supervivencia, pero muchos adultos elegibles siguen retrasados respecto al cribado recomendado. Los sistemas de salud necesitan formas fiables de llegar a los pacientes de alto riesgo antes de que la enfermedad progrese. Un estudio publicado recientemente muestra que el contacto dirigido por IA puede aumentar la finalización del cribado y se asocia con una menor mortalidad.

El estudio publicado en Manufacturing & Service Operations Management evaluó un programa de divulgación guiado por aprendizaje automático implementado en Geisinger Health System. Los investigadores examinaron una iniciativa en el mundo real diseñada para encontrar a pacientes atrasados en el cribado de cáncer colorrectal y conectarlos con una colonoscopia. El estudio evaluó si el contacto dirigido mejora la adherencia y los resultados.

El programa combinó análisis predictivo con contacto humano personalizado. Un algoritmo revisó información disponible de forma rutinaria, incluidos los resultados del hemograma completo (CBC), la edad y el sexo, para identificar a los pacientes con mayor riesgo entre quienes no contaban con el cribado recomendado. Luego, coordinadores de enfermería educaron a los pacientes señalados sobre la colonoscopia y ayudaron a programar las citas.

Los pacientes alcanzados mediante este enfoque tuvieron un 6% más de probabilidad de completar una colonoscopia dentro de tres meses y un 6.9% más de probabilidad dentro de seis meses que pacientes similares que no recibieron el contacto. El programa se asoció con una reducción del 6.2% en la mortalidad a dos años, una disminución del 43% en comparación con el grupo de control. El análisis abarcó resultados de un programa en funcionamiento desde 2019.

Autores de la Universidad de Hong Kong, Columbia Business School, Geisinger y el Hospital Infantil de Filadelfia señalan que la inteligencia artificial puede respaldar una atención proactiva al identificar a las personas que podrían beneficiarse de una intervención y facilitar un contacto oportuno. También destacan que la ampliación de programas similares requiere considerar la capacidad de cribado, las estrategias de comunicación y la gravedad de la enfermedad. Los hallazgos ofrecen un marco práctico para los sistemas de salud que buscan mejorar la prevención del cáncer, manteniendo a los médicos en el centro de la atención.

“Nuestros resultados mostraron que un programa proactivo de divulgación para el cribado del cáncer guiado por aprendizaje automático puede mejorar significativamente los resultados de los pacientes, además de lograr mayores tasas de detección de la enfermedad. El programa no solo impulsa la participación en el cribado, sino que también reduce de manera significativa la mortalidad”, dijo Minje Park, de la Universidad de Hong Kong.

“Este trabajo demuestra un marco analítico para evaluar rigurosamente programas de divulgación asistidos por aprendizaje automático para otros cánceres y enfermedades. Establecer estimaciones imparciales del impacto es fundamental para la planificación de la capacidad de recursos de cribado, como las colonoscopias”,dijo Carri Chan, de la Columbia Business School.

Enlaces relacionados
Geisinger Health System