Video Experimental Relacionado
Updated: Feb 21, 2026
07:53
Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
2.2K
Evaluación de un puntaje de malignidad de nódulo pulmonar definido por inteligencia artificial en nódulos pulmonares
Deniz Koksal1, Arunkumar Govindarajan2, Hari Kishan Gonuguntla3
1Department of Chest Diseases, Hacettepe University, Faculty of Medicine, Ankara, Turkey.
Mayo Clinic proceedings. Digital health
|February 20, 2026
Resumen
La inteligencia artificial qXR-LNMS identifica eficazmente los nódulos pulmonares incidentales de alto riesgo en las radiografías de tórax. Esta herramienta de IA es prometedora para el cribado del cáncer de pulmón, especialmente en áreas desatendidas.
Área de la Ciencia:
- Radiología Radiología.
- La inteligencia artificial es inteligencia artificial.
- Oncología Oncología.
Sus antecedentes:
- Los nódulos pulmonares incidentales (IPN) en las radiografías de tórax (CXR) requieren una estratificación de riesgo precisa.
- Diferenciar los nódulos malignos de los benignos es crucial para una intervención oportuna y evitar procedimientos innecesarios.
- Las herramientas de inteligencia artificial (IA) ofrecen potencial para mejorar la detección de nódulos y la evaluación de riesgos.
Objetivo del estudio:
- Evaluar la efectividad del puntaje de malignidad de nódulos pulmonares qXR basado en IA (qXR-LNMS) en la detección de IPN de alto riesgo en CXR.
- Para evaluar el valor predictivo positivo (PPV) y el valor predictivo negativo (NPV) de qXR-LNMS en comparación con las evaluaciones del radiólogo utilizando tomografía computarizada de baja dosis (LDCT).
Principales métodos:
- Estudio observacional prospectivo (CREATE, NCT05817110) en el que participaron 712 participantes de más de 35 años con NPI (8-30 mm) en CXR.
- Los participantes fueron marcados por el algoritmo de detección qXR aprobado por la FDA y confirmado por radiólogos.
- El PPV y el NPV de qXR-LNMS se compararon con la evaluación del riesgo de malignidad basada en LDCT y los modelos Lung-RADS/Mayo Clinic.
Principales resultados:
- El qXR-LNMS demostró un PPV del 54,2% (95% IC, 49,8-58,5) y un NPV del 93,5% (95% IC, 89,3-96,1) en comparación con las evaluaciones de los radiólogos en el LDCT.
- El acuerdo entre el modelo de Mayo Clinic y qXR-LNMS se observó en el 70,6% de los participantes (correlación de Spearman, 0,247).
- Los resultados fueron consistentes en todos los subgrupos clave, y las estimaciones de PPV y NPV cumplieron con umbrales predefinidos.
Conclusiones:
- El qXR-LNMS muestra potencial para predecir IPN benignos y malignos en CXR.
- Esta herramienta de IA podría apoyar las iniciativas de detección del cáncer de pulmón, particularmente en entornos con recursos limitados.
- Se recomiendan más estudios de validación para confirmar la utilidad clínica de qXR-LNMS.
