cancer de pulmón

Patologia tumoral del aparato respiratorio Traquea, bronquios pulmo, pleura

ERS 2021 — La nariz electrónica puede detectar un trasplante de pulmón fallido

/ damasoe47 / Deja un comentario

Conclusión práctica

  • Una nariz electrónica puede ser capaz de detectar cuándo un trasplante de pulmón está empezando a fallar, con una exactitud favorable.
  • Genera una «huella respiratoria» única mediante el análisis del patrón de compuestos orgánicos volátiles en el aire exhalado, al tiempo que realiza ajustes por el aire ambiental inhalado.

Relevancia

  • La disfunción crónica del aloinjerto pulmonar afecta a ~50 % de los receptores de trasplante de pulmón cinco años después del trasplante y se asocia con una mala supervivencia a largo plazo.

Diseño del estudio

  • En un estudio transversal se analizó, utilizando una nariz electrónica, el perfil del aliento exhalado de los receptores de trasplante de pulmón estables y de los receptores de trasplante de pulmón con disfunción crónica del aloinjerto pulmonar.
  • La nariz electrónica que se utilizó en este estudio fue la SpiroNose desarrollada por Breathomix.
  • Financiación: Fundación Erasmus MC Thorax.

Resultados fundamentales

  • Se incluyó a 91 receptores de trasplante de pulmón bilateral en el seguimiento ambulatorio (el 47 %, hombres; mediana de edad: 59 años; mediana del tiempo transcurrido desde el trasplante: 3,6 años).
  • La nariz electrónica fue capaz de diferenciar con eficacia entre los receptores de trasplante de pulmón estables (n = 68) y los receptores de trasplante de pulmón con disfunción crónica del aloinjerto pulmonar (n = 23; área bajo la curva: 0,874; IC del 95 %: 0,796-0,952).
  • Los valores globales en exactitud, sensibilidad y especificidad de la nariz electrónica en la diferenciación entre los receptores de trasplante de pulmón estables y los receptores de trasplante de pulmón con disfunción crónica del aloinjerto pulmonar fueron del 86 %, el 88 % y el 78 %, respectivamente.

Limitaciones

  • Se trata de un estudio preliminar con un tamaño de la muestra pequeño.
  • Falta una cohorte de validación.

Comentario del experto

El Dr. Stefano Elia, Director de la Asamblea 8 de la Sociedad Respiratoria Europea: cirugía torácica y trasplantes, quien no participó en la investigación, comentó en un comunicado de prensa: «Este es un estudio interesante que muestra las emocionantes posibilidades de la combinación de la inteligencia artificial y las nuevas tecnologías para el beneficio de los pacientes. Todo lo que pueda ayudarnos a detectar cuándo está empezando a fallar un trasplante de pulmón o incluso a predecirlo antes de que ocurra marcará una diferencia real para los desenlaces en este grupo de pacientes».

Wijbenga N et al. Electronic nose for detecting chronic lung allograft dysfunction in lung transplant recipients. Presentation ID 2914. Session: Optimising outcomes of lung transplantation: how to move forward? Presented at the European Respiratory Society (ERS) Virtual International Congress 2021 on 7 September 2021.

ERS 2021 — El cribado respaldado por la inteligencia artificial puede ayudar a la detección temprana del cáncer de pulmón

/ damasoe47 / Deja un comentario

Conclusión práctica

  • Un algoritmo de inteligencia artificial puede ser capaz de detectar lesiones malignas de cáncer de pulmón en las exploraciones mediante tomografía computarizada (TAC) un año antes de su diagnóstico.

Relevancia

  • El cáncer de pulmón con frecuencia se diagnostica en un estadio avanzado, cuando las opciones de tratamiento son limitadas y el pronóstico es desfavorable.
  • Además, el cribado presenta un reto para los radiólogos, que necesitan revisar de forma individual cientos de imágenes en cada TAC para detectar las lesiones sospechosas.

Diseño del estudio

  • Los investigadores entrenaron un programa de inteligencia artificial utilizando las TAC de 888 pacientes, que examinaron diversos radiólogos para identificar lesiones sospechosas.
  • El programa se entrenó además en una cohorte de 1.179 pacientes con neoplasia maligna de nódulos confirmada mediante biopsia identificados en el ensayo nacional de cribado pulmonar.
  • Se obtuvieron dos TAC de los pacientes con un año de diferencia y a 177 pacientes se les diagnosticó cáncer de pulmón confirmado mediante biopsia después de su última exploración en el ensayo.
  • Financiación: Beca de la Agencia Nacional de Investigación francesa.

Resultados fundamentales

  • El programa de inteligencia artificial logró identificar el 75 % de todos los nódulos anotados de 1.179 pacientes, incluyendo un 68 % de los 2.352 nódulos benignos.
  • El programa identificó 172 de los 177 tumores malignos en las TAC, lo que se traduce en una tasa de detección del 97 %.
  • Los 5 tumores que el programa no detectó estaban situados junto al mediastino, donde suele ser difícil detectarlos.
  • Cuando se probó el programa en exploraciones por TAC realizadas un año antes del diagnóstico de cáncer de pulmón, se identificaron 152 nódulos malignos entre los 157 nódulos sospechosos.

Limitaciones

  • Es probable que el programa también detecte un gran número de áreas sospechosas que no son cancerosas (resultados positivos falsos).

Comentario del experto

Benoît Audelan, de la Université Côte d’Azur (Francia), que participó en el estudio, declaró en un comunicado de prensa: «El cribado del cáncer de pulmón significaría que se obtienen muchas más TAC y no tenemos suficientes radiólogos para revisarlas todas. Por eso necesitamos desarrollar programas informáticos que puedan ayudar. En nuestro estudio se muestra que este programa puede detectar posibles signos de cáncer de pulmón hasta un año antes. El objetivo de nuestra investigación no es sustituir a los radiólogos, sino ayudarles dándoles una herramienta que pueda detectar los primeros signos de cáncer de pulmón».

Audelan B et al. Validation of lung nodule detection a year before diagnosis in NLST dataset based on a deep learning system. Presentation ID 4317. Session: New clinical and biological developments in lung cancer. Presented at the European Respiratory Society (ERS) Virtual International Congress 2021 on 8 September 2021.