Inteligencia artificial detecta pacientes con alto riesgo de cáncer colorrectal

Comparta este Artículo en:

Un algoritmo de aprendizaje automático detectó signos potenciales de cáncer colorrectal (CCR) en pacientes identificados como de alto riesgo que no se habían hecho una colonoscopia de rutina, según un nuevo estudio dirigido por Geisinger y Medial EarlySign.

Los hallazgos presentan un método no invasivo para aumentar las pruebas de detección entre quienes pueden tener CCR.

A pesar de la evidencia de los beneficios de la detección regular del CCR y los esfuerzos significativos entre los proveedores y los sistemas de atención médica para aumentar las pruebas de detección, aproximadamente el 32 % de los adultos elegibles por edad en los Estados Unidos no siguen las pautas actuales de detección del CCR, según el Instituto Nacional del Cáncer.

Las enfermedades graves y la muerte por CCR se pueden prevenir si los pólipos asintomáticos y otros cánceres en etapa temprana se detectan y tratan a tiempo.

En el estudio, Geisinger identificó un grupo de 25 610 pacientes que tenían retraso en la detección del CCR y utilizó un algoritmo de aprendizaje automático para señalar a aquellos con mayor riesgo de desarrollar cáncer.

El algoritmo, desarrollado por EarlySign, identificó a los pacientes como de alto riesgo al analizar la edad, el sexo y un conteo sanguíneo completo (CBC) ambulatorio reciente.

Luego, una enfermera llamó a los pacientes para informarles sobre su riesgo y ofrecer programar una colonoscopia.

De los pacientes marcados como de alto riesgo, el 68 % fueron programados para una colonoscopia, y de ellos, aproximadamente el 70 % tuvo un hallazgo significativo.

“Cuando los proveedores de atención médica lo implementan cuidadosamente y lo respaldan, el aprendizaje automático puede ser un complemento no invasivo y de bajo costo para otros esfuerzos de detección del cáncer colorrectal”, dijo Keith Boell, DO, director de calidad para iniciativas de población en Geisinger y coautor del estudio.

“Esta tecnología puede actuar como una red de seguridad, lo que podría prevenir el diagnóstico perdido o retrasado entre algunos pacientes que ya pueden tener signos de enfermedad no diagnosticados”.

“Nuestra asociación con Geisinger se ha centrado en abordar el impacto devastador del CRC con algoritmos predictivos que pueden afectar la detección temprana, junto con la integración en los flujos de trabajo clínicos que conducen a un enfoque personalizado de la atención que involucra a los pacientes en la prevención y el tratamiento”, dijo Ori Geva, Cofundador y director ejecutivo de EarlySign.

Fuente: NEJM