MADRID, 21 May. (EUROPA PRESS) -
Un avance tecnológico podría cambiar la forma en que se detecta el cáncer de pulmón en personas sin factores de riesgo tradicionales. Un nuevo enfoque basado en inteligencia artificial promete revolucionar los protocolos actuales de cribado, especialmente en regiones con alta incidencia entre no fumadores.
Las directrices internacionales actuales no recomiendan la detección del cáncer de pulmón en personas consideradas de menor riesgo, como quienes nunca han fumado. Sin embargo, las tasas de cáncer de pulmón están aumentando en este grupo, y la carga de cáncer de pulmón en esta población es significativa.
Esta discrepancia entre el riesgo y el cribado es especialmente preocupante en Asia. La región representa más del 60% de los nuevos casos de cáncer de pulmón y las muertes relacionadas a nivel mundial, con una incidencia creciente entre las personas que nunca han fumado.
EL RETO DEL CRIBADO EN PERSONAS QUE NUNCA HAN FUMADO
Un modelo de aprendizaje profundo pudo predecir el riesgo futuro de cáncer de pulmón a partir de una única tomografía computarizada de tórax de baja dosis, según una nueva investigación de la Universidad Nacional de Seúl (República de Corea), publicada en la Conferencia Internacional ATS 2025 celebrada en San Francisco (Estados Unidos).
El modelo, llamado 'Sybil', desarrollado originalmente con datos del Ensayo Nacional de Detección Pulmonar (NLST) por investigadores del Instituto Tecnológico de Massachusetts (MIT) y la Facultad de Medicina de Harvard (ambas en Estados Unidos), podría utilizarse para orientar estrategias de detección del cáncer de pulmón más personalizadas. Podría ser una herramienta especialmente valiosa en Asia, donde la incidencia de cáncer de pulmón en no fumadores está aumentando y muchas personas sin factores de riesgo convencionales no cumplen las directrices de detección.
"Sybil demostró el potencial de identificar individuos verdaderamente de bajo riesgo que podrían beneficiarse al suspender las pruebas de detección adicionales, así como de detectar grupos de riesgo a los que se debería alentar a continuar con las pruebas de detección", comenta el autor correspondiente Yeon Wook Kim, neumólogo e investigador del Hospital Bundang de la Universidad Nacional de Seúl en Seongnam, República de Corea.
ASIA, EPICENTRO DE UN CAMBIO EN LA EPIDEMIOLOGÍA DEL CÁNCER DE PULMÓN
La epidemiología del cáncer de pulmón en Asia difiere de la de las poblaciones donde se desarrollaron y validaron los criterios de cribado. Esto ha provocado un aumento del cribado autoiniciado o no conforme con las directrices, pero faltan datos que indiquen quiénes deberían someterse a la prueba y quiénes no.
Para el nuevo estudio, los investigadores evaluaron a más de 21.000 personas de entre 50 y 80 años que se sometieron a un cribado LDCT por iniciativa propia entre 2009 y 2021 y dieron seguimiento a sus resultados hasta 2024. Sybil analizó las pruebas de cribado para calcular el riesgo de un futuro diagnóstico de cáncer de pulmón. El modelo demostró un buen rendimiento en la predicción del diagnóstico de cáncer tanto al año como a los seis años, incluso en personas que nunca habían fumado.
HACIA UNA DETECCIÓN PERSONALIZADA GRACIAS A LA INTELIGENCIA ARTIFICIAL
"El valor de Sybil reside en su capacidad única de predecir el riesgo futuro de cáncer de pulmón a partir de una única exploración LDCT, independientemente de otros factores demográficos que se utilizan habitualmente para la estratificación del riesgo", asegura el doctor Kim.
El modelo podría utilizarse para desarrollar estrategias personalizadas para personas que ya se han sometido a un cribado con LDCT, pero que no han recibido recomendaciones para realizar pruebas adicionales ni seguimiento. Se requerirá una validación prospectiva para confirmar el potencial del modelo para su uso clínico.
Los investigadores planean continuar el estudio. "Con base en nuestros resultados, estamos ansiosos por realizar un estudio prospectivo para validar y aplicar Sybil en un entorno clínico pragmático, así como para mejorar la capacidad del modelo para predecir otros resultados importantes, como la mortalidad específica por cáncer de pulmón", adelanta Kim.
