La herramienta de aprendizaje automático puede predecir la malignidad en pacientes con múltiples nódulos pulmonares

Una herramienta basada en el aprendizaje automático pudo predecir el riesgo de malignidad entre los pacientes que presentaban múltiples nódulos pulmonares y superó a los expertos humanos, modelos matemáticos previamente validados y una herramienta de inteligencia artificial previamente establecida, según los resultados publicados en Clinical Cancer Research, una revista de la Asociación Estadounidense para la Investigación del Cáncer.

Las herramientas actualmente disponibles pueden predecir la malignidad en pacientes con nódulos únicos; las herramientas predictivas para los pacientes que presentan múltiples nódulos son limitadas. «Con la adopción del uso generalizado de la tomografía computarizada (TC) torácica para la detección del cáncer de pulmón, la detección de múltiples nódulos pulmonares se ha vuelto cada vez más común», dijo el autor del estudio, Kezhong Chen, MD, viceprofesor del Departamento de Cirugía Torácica del Hospital Popular de la Universidad de Pekín en China. Entre los pacientes que presentaron un nódulo pulmonar en una tomografía computarizada en un ensayo previo de detección de cáncer de pulmón, aproximadamente el 50 por ciento presentó múltiples nódulos, dijo Chen. «Las pautas actuales recomiendan el uso de modelos clínicos que incorporan características sociodemográficas y de nódulos para estimar la probabilidad de cáncer antes del tratamiento quirúrgico, y aunque existen varias herramientas para pacientes que presentan un solo nódulo, actualmente no existe tal herramienta para pacientes con múltiples nódulos, lo que representa una necesidad médica urgente», agregó Chen.

Para abordar esta necesidad insatisfecha, los investigadores se propusieron desarrollar un modelo basado en el aprendizaje automático para predecir la probabilidad de malignidad pulmonar entre los pacientes que presentan múltiples enfermedades pulmonares. nódulos. En primer lugar, los autores del estudio utilizaron datos de una cohorte de entrenamiento de 520 pacientes (con 1739 nódulos) que fueron tratados en el Hospital Popular de la Universidad de Pekín entre enero de 2007 y diciembre de 2018. Utilizando tanto las características radiográficas de los nódulos como las variables sociodemográficas, los autores desarrollaron un modelo denominado PKU-M, para predecir la probabilidad de cáncer. El desempeño del modelo se evaluó calculando el área bajo la curva (AUC), donde una puntuación de 1 corresponde a una predicción perfecta. En la cohorte de entrenamiento, el modelo alcanzó un AUC de 0,91. Algunas de las principales características predictivas del modelo incluyeron el tamaño de los nódulos, el recuento de nódulos, la distribución de los nódulos y la edad del paciente.

El modelo luego se validó utilizando datos de una cohorte de 220 pacientes (que comprende 583 nódulos) que se sometieron a tratamiento quirúrgico en seis hospitales independientes en China y Corea entre enero de 2016 y diciembre de 2018. El rendimiento del modelo PKU-M en esta cohorte fue similar a su rendimiento en la cohorte de entrenamiento, con un AUC de 0,89. Los investigadores también compararon el rendimiento de su modelo con cuatro modelos anteriores basados en regresión logística que se desarrollaron para la predicción del cáncer de pulmón. El modelo PKU-M superó a los cuatro modelos anteriores, cuyos valores de AUC oscilaron entre 0,68 y 0,81.

Finalmente, los investigadores realizaron una comparación prospectiva entre el modelo PKU-M, tres cirujanos torácicos, un radiólogo , y una herramienta de inteligencia artificial previamente establecida para el diagnóstico de cáncer de pulmón llamada RX. Esta comparación se realizó en una cohorte separada de 78 pacientes (con 200 nódulos) que se sometieron a tratamiento quirúrgico en cuatro hospitales independientes en China entre enero de 2019 y marzo de 2019. De manera similar a las cohortes de capacitación y validación, el rendimiento del modelo PKU-M logró un AUC de 0,87, que fue más alto que el de los cirujanos (con AUC que van de 0,73 a 0,79), el radiólogo (AUC de 0,75) y el modelo RX (AUC de 0,76).

«El el aumento de la tasa de detección de múltiples nódulos pulmonares ha dado lugar a un problema emergente para el diagnóstico del cáncer de pulmón», dijo el autor del estudio, Young Tae Kim, MD, Ph.D., profesor del Departamento de Cirugía Torácica y Cardiovascular del Hospital de la Universidad Nacional de Seúl y el Seúl Facultad de Medicina de la Universidad Nacional de la República de Corea. «Debido a que se descubre que muchos nódulos son benignos después de un seguimiento a largo plazo o de una cirugía, es importante evaluar cuidadosamente estos nódulos antes de los procedimientos invasivos. Nuestro modelo de predicción, que se estableció exclusivamente para pacientes con múltiples nódulos, puede ayudar a no solo mitigar la cirugía innecesaria, pero también facilitar el diagnóstico y el tratamiento del cáncer de pulmón».

«Los modelos se desarrollan para ayudar en el diagnóstico clínico, lo que significa que deben ser prácticos», dijo el autor del estudio Jun Wang, MD, profesor en el Departamento de Cirugía Torácica del Hospital Popular de la Universidad de Pekín. «Por lo tanto, diseñamos una versión basada en la web del modelo PKU-M, donde los médicos pueden ingresar varias características clínicas y radiológicas y el software calculará automáticamente el riesgo de malignidad en un paciente específico. Esta herramienta puede generar rápidamente un diagnóstico objetivo y puede ayuda en la toma de decisiones clínicas».

Debido a que este estudio solo utilizó datos de pacientes asiáticos, es posible que no se pueda generalizar a una población occidental u otras poblaciones, lo que representa una limitación de este estudio.

Explore más

El clasificador integrado identifica nódulos pulmonares benignos Más información: Clinical Cancer Research (2021). DOI: 10.1158/1078-0432.CCR-20-4007 Información de la revista: Clinical Cancer Research

Proporcionado por la Asociación Estadounidense para la Investigación del Cáncer Cita: La herramienta de aprendizaje automático puede predecir malignidad en pacientes con nódulos pulmonares múltiples (2021, 24 de febrero) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-02-machine-tool-malignancy-patients-multiple.html Este documento está sujeto a derechos de autor . Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.