La IA identifica quién debe someterse a un cribado de cáncer de pulmón

El tabaquismo es el principal factor de riesgo para desarrollar cáncer de pulmón, ya que el 85% de los casos se atribuyen al hábito de fumar, según advierte la Organización Mundial de la Salud (OMS), que también señala que este tumor es la causa más común de muerte por cáncer en todo el mundo. A pesar de su elevada tasa de mortalidad si la enfermedad se diagnostica en sus primeros estadios su pronóstico mejora y aumenta la supervivencia de los afectados.

Un grupo de investigadores ha creado ahora un modelo de aprendizaje automático que puede predecir el riesgo de cáncer de pulmón e identificar a las personas que necesitan someterse a pruebas de detección de cáncer de pulmón basándose en solo unos pocos datos, como cuanto tiempo llevan fumando y la cantidad de cigarrillos que fuman a diario.

Según ha explicado los autores del trabajo en la revista PLOS Medicine donde han publicado sus hallazgos, detectar esta neoplasia entre las personas con alto riesgo “podría reducir la mortalidad específica por cáncer de pulmón entre un 20% y un 24% entre las personas examinadas”. Sin embargo, admiten que el actual modelo de atención estándar de riesgo de cáncer de pulmón requiere 17 variables, y la mayoría no están disponibles de forma rutinaria en los registros médicos electrónicos.

Detectar el cáncer de pulmón en individuos de riesgo

Los investigadores, coordinados por Thomas Callender del University College London (Reino Unido), emplearon 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.

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%

Un modelo de aprendizaje automático usó tres predictores (edad, duración de la adicción al tabaco y paquetes de cigarrillos por año) para calcular las probabilidades de que las personas desarrollen cáncer de pulmón y mueran por la enfermedad en los próximos cinco años. Después, probaron el nuevo modelo en un tercer conjunto de datos procedentes del ensayo de detección de cáncer 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 que se utilizan en la actualidad con una especificidad equivalente.

Los autores consideran que “las investigaciones futuras deberían centrarse en la aplicación de este enfoque de modelado a otras afecciones, como las enfermedades cardiovasculares, la diabetes y la enfermedad renal crónica, para respaldar la implementación a escala de múltiples programas simultáneos de prevención y detección temprana estratificados por riesgo para las principales causas de morbilidad y mortalidad”.

Sin embargo, en opinión de 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, “la calidad de los análisis es susceptible de ser mejorada, dado que finalmente solo utiliza tres variables predictivas (edad, duración del hábito tabáquico y paquetes al año). Estos factores parecen insuficientes para determinar el riesgo, dado que tanto el sexo como el nivel socioeconómico deben ser tenidos en cuenta para determinar y aconsejar un cribado individualizado”, según ha declarado a SMC España.

Y añade que “a pesar de que los autores lo presentan como una herramienta de predicción, 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”.