La inteligencia artificial no mejora el diagnóstico del cáncer colorrectal, según estudio
Inteligencia artificial Noticias

La inteligencia artificial no mejora el diagnóstico del cáncer colorrectal, según estudio

Un estudio realizado por seis hospitales españoles, en colaboración con cerca de 3.400 pacientes, ha concluido que la inteligencia artificial no mejora el diagnóstico para la prevención del cáncer colorrectal. Esta investigación, liderada por el Instituto de Investigación Sanitaria y Biomédica de Alicante (ISABIAL), ha evaluado el uso de dispositivos de inteligencia artificial aplicados a la colonoscopia para detectar pólipos de colon como medida de prevención del cáncer de colon.

Las conclusiones del estudio indican que el uso de sistemas basados en inteligencia artificial no mejora la detección de lesiones y que es necesario llevar a cabo investigaciones adicionales y parámetros de detección más definidos antes de que su uso en la práctica clínica sea relevante. Estos resultados contradicen el auge de los estudios sobre inteligencia artificial en aplicaciones médicas y señalan que aún hay margen de mejora para esta tecnología en el campo de la endoscopia digestiva.

Aunque los dispositivos de detección asistida por inteligencia artificial han demostrado mejorar la visualización de lesiones de pequeño tamaño, su relevancia clínica es relativamente baja. En cambio, las lesiones de mayor tamaño, con características más avanzadas, como la displasia o el componente velloso, presentan un mayor riesgo de desarrollar cáncer colorrectal y su identificación y extirpación son fundamentales en la prevención de estos tumores.

El estudio incluyó a un total de 3.399 pacientes que participaban en el programa de cribado poblacional de cáncer colorrectal tras dar positivo en el test de sangre oculta en heces. Aunque se esperaba que el uso de dispositivos de inteligencia artificial mejorara la detección de lesiones, los resultados no respaldaron esta hipótesis inicial.

Los investigadores consideran que es necesario seguir mejorando esta tecnología mediante el empleo de bases de imágenes más amplias para entrenar a los dispositivos de detección asistida por ordenador en el reconocimiento de este tipo de lesiones.

Fuentes: EFE