Un modelo de inteligencia artificial desarrollado por Mayo Clinic podría ayudar a detectar cáncer de páncreas hasta tres años antes del diagnóstico clínico, de acuerdo con un estudio reciente realizado por investigadores de esa institución.
El sistema fue diseñado para analizar tomografías computarizadas abdominales realizadas originalmente por otros motivos y detectar cambios sutiles en el páncreas antes de que aparezcan tumores visibles.
El modelo, denominado REDMOD (Modelo de Detección Temprana Basado en Radiómica), fue probado con cerca de 2 mil tomografías que inicialmente habían sido interpretadas como normales, incluyendo estudios de pacientes que posteriormente desarrollaron cáncer de páncreas.
Según los investigadores, la inteligencia artificial logró identificar el 73 por ciento de los casos antes del diagnóstico clínico, con una anticipación promedio de aproximadamente 16 meses.
El estudio señala que la ventaja fue mayor en etapas tempranas, ya que en tomografías realizadas más de dos años antes del diagnóstico, el sistema detectó casi tres veces más casos que los especialistas que revisaron las imágenes sin apoyo informático.
El cáncer de páncreas es considerado uno de los más agresivos debido a que suele detectarse en etapas avanzadas. Más del 85 por ciento de los pacientes son diagnosticados cuando la enfermedad ya se ha propagado.
Ajit Goenka, radiólogo y especialista en medicina nuclear de Mayo Clinic, señaló que uno de los principales retos ha sido detectar la enfermedad cuando todavía puede tratarse.
REDMOD analiza cientos de características relacionadas con textura y estructura del tejido pancreático para identificar cambios biológicos tempranos asociados al desarrollo del cáncer.
Los investigadores indicaron que la herramienta podría ser especialmente útil en pacientes con factores de riesgo, como personas con diabetes de reciente diagnóstico.
Actualmente el equipo trabaja en estudios clínicos para evaluar cómo integrar este tipo de detección asistida por inteligencia artificial en la atención médica de pacientes de alto riesgo.
