El Parc Taulí ha iniciado en julio un ensayo clínico multicéntrico para la validación de un software de inteligencia artificial que detecta el cáncer de pulmón en radiografías de tórax no informadas. Esta herramienta, bautizada como Optimal XR, pretende evitar que sigan pasando desapercibidos nódulos pulmonares potencialmente malignos que actualmente no se diagnostican a tiempo porque las radiografías no han sido examinadas por un radiólogo.
La innovación se inscribe dentro del proyecto Optimal Lung, un sistema de apoyo a la decisión clínica basado en inteligencia artificial para la detección de nódulos pulmonares impulsado desde el Hospital Universitari Parc Taulí y el Hospital Universitari Vall d’Hebron, junto con el centro tecnológico Eurecat.
El estudio, liderado por el neumólogo e investigador emérito del Institut d’Investigació i Innovació Parc Taulí (I3PT) Eduard Monsó, tiene como objetivo confirmar la eficacia y seguridad del algoritmo, así como validar su uso en un entorno hospitalario real y generar la evidencia para poder solicitar la aprobación para comercializarlo.
El ensayo clínico tendrá una duración estimada de dieciséis meses —diez de reclutamiento y seis de seguimiento clínico— con un seguimiento pasivo adicional los tres años posteriores a su finalización. Durante el ensayo, se analizarán cerca de 3.000 radiografías de tórax en tiempo real de la base de datos del Centro de Imagen Médica Digital (CIMD) del Parc Taulí, que no necesariamente están relacionadas con enfermedades respiratorias, sino que pueden haber sido realizadas por otros motivos médicos. “El estudio consistirá en utilizar el algoritmo para identificar nódulos pulmonares en estas radiografías, pero no todas ellas contendrán nódulos. Los nódulos detectados por el sistema serán revisados por un radiólogo y, en caso de ser confirmados, serán referidos al Servicio de Neumología para una evaluación más detallada y seguimiento”, explica Monsó.
Optimal XR y el cáncer de pulmón
El cáncer de pulmón es la primera causa de mortalidad por cáncer en todo el mundo. Solo en Cataluña, en 2023, se registraron casi 5.000 nuevos casos y más de 3.400 muertes debido a esta enfermedad. La aparición tardía de sus síntomas hace que el 80% de los cánceres de pulmón pasen desapercibidos y sean diagnosticados en fases muy avanzadas, cuando la tasa de supervivencia a cinco años es inferior al 20%. Una detección a tiempo no solo permite aumentar notablemente la tasa de supervivencia —hasta un 60%— sino que mejora las condiciones de vida de las personas que lo padecen.
Actualmente, la detección temprana del cáncer de pulmón es un gran reto para la Atención Primaria, donde se realizan cada año miles de radiografías de tórax a una proporción significativa de pacientes como parte de evaluaciones estándar o como procedimientos de diagnóstico que no necesariamente están relacionados en un principio con sospechas de esta enfermedad. Sin embargo, debido a la creciente falta de radiólogos especializados, no es posible examinar estas radiografías con la eficiencia deseada, con el posible riesgo de dejar de identificar nódulos pulmonares cancerígenos en etapas tempranas que son posteriormente detectados cuando la enfermedad ya se encuentra en etapas avanzadas.
“Vimos necesario desarrollar e implementar una solución que pudiera analizar con precisión y masivamente estas radiografías de tórax provenientes de la Atención Primaria, detectando así casos de alto riesgo y dirigiéndolos al flujo de trabajo de radiología para mejorar drásticamente la identificación e intervención temprana”, indica Monsó.
En este contexto, desde el Hospital Universitari Parc Taulí y el Hospital Universitari Vall d’Hebron, junto con el centro tecnológico Eurecat, se desarrolló Optimal Lung, un sistema de apoyo a la decisión clínica basado en inteligencia artificial que integra dos algoritmos para la detección de nódulos pulmonares: Optimal XR, que se centra en las radiografías provenientes de la Atención Primaria y los servicios de urgencia, para evitar pasar por alto nódulos pulmonares cancerígenos; y Optimal CT, que se enfoca en las tomografías computacionales para cubrir todos los niveles de diagnóstico del cáncer de pulmón.
Optimal XR es un software de inteligencia artificial que utiliza tecnología de aprendizaje profundo —en inglés, deep learning— para analizar radiografías. El algoritmo procesa todas las radiografías que se realizan en el centro hospitalario e identifica aquellas que tienen una alta probabilidad de contener nódulos pulmonares, a partir del más de un millar de radiografías reales con las cuales ha sido entrenado previamente. Las radiografías detectadas son enviadas directamente a un radiólogo para que las revise y confirme la presencia de nódulos. De esta manera, se facilita el trabajo de los radiólogos y se mejora la detección precoz y a tiempo de posibles problemas pulmonares que hasta hoy podían pasar inadvertidos.
En el desarrollo de esta solución han participado departamentos de diferentes especialidades clínicas como radiología, neumología y oncología, así como ingenieros, expertos en sistemas de la información y personal de innovación. El objetivo final será implementar Optimal XR en otros hospitales, poniendo especial énfasis en entornos de la Atención Primaria donde ahora es más necesario. Más adelante, según Monsó, “la intención del equipo es incorporarlo en otros países en los que no tienen la atención o lectura de las radiografías de tórax tan desarrollada como la tenemos aquí”.
Información de Eurecat.