octubre 12, 2024

Una IA predice quién debe someterse a un cribado para cáncer de pulmón

Un modelo de aprendizaje automático equipado únicamente con datos sobre la edad de las personas, la duración del hábito de fumar y la cantidad de cigarrillos fumados por día puede predecir el riesgo de cáncer de pulmón e identificar quién necesita pruebas de detección del cáncer de pulmón, según un nuevo estudio publicado en la revista ‘PLOS Medicine‘.

El cáncer de pulmón es la causa más común de muerte por cáncer en todo el mundo y, si no se detecta a tiempo, la supervivencia es baja.

Se calcula que la detección del cáncer de pulmón entre las personas con mayor riesgo podría reducir las muertes por cáncer de pulmón en casi una cuarta parte, pero no está clara la forma ideal de determinar la población de alto riesgo.

El actual modelo de atención estándar de riesgo de cáncer de pulmón requiere 17 variables, pocas de las cuales están disponibles de forma rutinaria en los registros médicos electrónicos.

En el nuevo estudio, los investigadores utilizaron datos de 216.714 fumadores de la cohorte del Biobanco del Reino Unido y 26.616 fumadores que participaron en el ensayo nacional de detección pulmonar de EE. UU. para desarrollar nuevos modelos de riesgo de cáncer de pulmón.

Un modelo de aprendizaje automático utilizó tres predictores (edad, duración del tabaquismo y paquetes-año) para calcular las probabilidades de que las personas desarrollen cáncer de pulmón y mueran por cáncer de pulmón en los próximos cinco años.

Los investigadores coordinados por Thomas Callender, del University College London, (Reino Unido), probaron el nuevo modelo en un tercer conjunto de datos, del ensayo de detección de próstata, pulmón, colorrectal y ovario de EE. UU.

El modelo predijo la incidencia del cáncer de pulmón con una sensibilidad del 83,9% y las muertes por cáncer de pulmón con una sensibilidad del 85,5%. Todas las versiones del modelo tenían una sensibilidad mayor que las fórmulas de predicción de riesgo utilizadas actualmente con una especificidad equivalente.

«Sabemos que las pruebas de detección para quienes tienen una alta probabilidad de desarrollar cáncer de pulmón pueden salvar vidas. Con el aprendizaje automático, hemos podido simplificar sustancialmente la forma en que determinamos quién tiene un alto riesgo, presentando un enfoque que podría ser un paso emocionante en la dirección de la implementación generalizada de exámenes personalizados para detectar muchas enfermedades de manera temprana», añade Callender.

Sin embargo, en declaraciones a Science Media Centre, Isabel Portillo, especialista en Medicina Preventiva y Salud Pública y coordinadora del grupo de trabajo de diagnóstico precoz de cáncer en la Sociedad Española de Epidemiología, señala que el estudio no añade valor a lo ya publicado sobre factores de riesgo conocidos.

A pesar de que los autores lo presentan como una herramienta de predicción, añade, «su aplicabilidad a nivel práctico (profesionales de salud) es discutible en el caso de indicar a una persona el cribado (TAC-baja dosis). Debería ajustarse para ser una herramienta de ayuda tanto a profesionales como a pacientes (estudio Framingham de riesgo cardiovascular). Biomarcadores, factores ambientales, laborales deben ser considerados».