El panorama de los modelos de predicción clínica convencionales y basados en inteligencia artificial en el cáncer de...

Área de la Ciencia:

• En el campo de la oncología
• La informática médica
• Estadísticas biológicas

Sus antecedentes:

• El cáncer de pulmón de células no pequeñas (CPNP) es la principal causa de mortalidad por cáncer en todo el mundo.
• Los modelos de predicción clínica (CPM) son cruciales para las decisiones de tratamiento basadas en la evidencia en el NSCLC.
• Los avances recientes incluyen la integración de la inteligencia artificial (IA) en los modelos de predicción del NSCLC.

Objetivo del estudio:

• Proporcionar una revisión exhaustiva de las CPM en el NSCLC, que abarque la enfermedad en etapa temprana y metastásica.
• Examinar el impacto y la integración de la IA en los modelos de predicción del NSCLC.
• Identificar los desafíos y las direcciones futuras para los CPM en NSCLC.

Principales métodos:

• Revisión sistemática de la literatura existente sobre las CPM en el NSCLC.
• Análisis de estudios que incorporan la IA en la predicción del NSCLC.
• Evaluación de las fuentes de datos, desarrollo de modelos y estrategias de validación.

Principales resultados:

• Las CPM son prometedoras para ayudar a los oncólogos con la selección del tratamiento para los pacientes con CPNM.
• La integración de la IA está acelerando el desarrollo y la precisión potencial de estos modelos.
• Los principales desafíos incluyen la necesidad de validación externa y el modelado prospectivo.

Conclusiones:

• Los CPM, mejorados por la IA, ofrecen potencial para la selección de tratamientos personalizados en el NSCLC.
• La necesidad de una validación externa robusta y de estudios prospectivos es fundamental para la aplicación clínica.
• El progreso continuo en las bases de datos de patología y la validación de modelos impulsará la investigación futura y optimizará la atención al paciente.