Inteligencia artificial promete detectar el cáncer de pulmón antes que las tomografías, según expertos

Inteligencia artificial promete detectar el cáncer de pulmón antes que las tomografías, según expertos

Cortesía

 

 

 

Un grupo de investigadores desarrollaron una herramienta que usa inteligencia artificial para detectar los primeros síntomas de cáncer de pulmón incluso antes de que estos sean perceptibles en una tomografía.

Por Univisión

La herramienta fue desarrollada por científicos del Instituto de Tecnología de Massachusetts (Massachusetts Institute of Technology, MIT), quienes la bautizaron Sybil, en honor de las sibilas, las profetisas de la mitología griega y romana.

Los primeros resultados de los estudios, difundidos en enero pasado, indicaban que la herramienta predijo si una persona podría desarrollar cáncer en el transcurso de un año con una precisión de entre un 86% y un 94%.

El desarrollo de esta herramienta supondría un cambio significativo en la forma en que se predice el cáncer de pulmón hasta ahora. Los Centros de Control y Prevención de Enfermedades (Centers for Disease Control and Prevention, CDC) recomiendan actualmente que los adultos en riesgo de padecer cáncer de pulmón se sometan a una tomografía al menos una vez al año.

Pero, de acuerdo con los investigadores, Sybil consigue detectar signos con mayor precisión que las tomografías.

“Sybil da una puntuación de riesgo, no un diagnóstico, por lo que es más útil para identificar qué pacientes necesitan un seguimiento o una prueba de detección de cáncer”, explicó la doctora Lecia V. Sequist, directora del Centro para la Innovación en la Detección Temprana del Hospital General de Massachusetts y profesor de medicina en la Escuela de Medicina de Harvard al Medical News Today.

La herramienta Sybil aún no está aprobada por la Administración de Alimentos y Medicamentos (Food and Drugs Administration, FDA) para su uso fuera de los ensayos clínicos, pero si se aprueba, podría desempeñar un papel único.

Para seguir leyendo, clic AQUÍ.

Exit mobile version