Avances en la aplicación de la inteligencia artificial en el diagnóstico y tratamiento del Cáncer de Pulmón

El cáncer de pulmón sigue siendo una de las principales causas de muerte a nivel mundial¹. Sin embargo, la introducción de la inteligencia artificial (IA) ha revolucionado tanto el diagnóstico como el tratamiento de esta enfermedad^2,3 Este artículo revisa exhaustivamente las aplicaciones de la IA en este campo, desde la detección temprana hasta la personalización del tratamiento, considerando más de 473 estudios recientes.

Beneficios Clave de la IA en el Cáncer de Pulmón  

• Detección Precoz y Diagnóstico
  La IA mejora la capacidad de detectar nódulos pulmonares sospechosos utilizando imágenes de rayos X, tomografía computarizada (CT) y tomografía por emisión de positrones (PET), superando a menudo la capacidad de radiologistas expertos.^4,5
• Reconocimiento de Biomarcadores
  Mediante la IA, se pueden identificar biomarcadores que predicen la aparición del cáncer de pulmón años antes de que se manifieste, permitiendo una intervención precoz⁶.
• Optimización del Tratamiento
  La IA permite la planificación de tratamientos personalizados basados en características histológicas y genéticas del tumor, mejorando así el pronóstico de los pacientes⁷.
• Progreso en el Pronóstico
  Gracias a modelos predictivos precisos, la IA ayuda a mejorar los índices de supervivencia mediante la personalización del seguimiento y tratamiento⁸.

Aplicaciones Clínicas Evaluadas

• Prevención y Cribado
  Programas de cribado respaldados por IA, como el de tomografía computarizada de baja dosis (LDCT), han mostrado mejoras significativas en la detección precoz, reduciendo la mortalidad asociada al cáncer de pulmón⁹.
• Características Clínicas
  Los algoritmos de IA manejan gran cantidad de datos clínicos de registros médicos electrónicos para identificar a pacientes con mayor riesgo y ayudar en su diagnóstico y manejo¹⁰.
• Diagnóstico Avanzado
  La IA no solo detecta nódulos malignos y benignos, sino que también clasifica tipos y subtipos de tumores, lo cual es crucial para definir el tratamiento adecuado^11,12.
• Etapas del Tratamiento
  Desde cirugía hasta quimioterapia y radioterapia, la IA ofrece soporte en la creación de planes de tratamiento optimizados, ayudando a reducir complicaciones y mejorar los resultados^13,14.
  
   

1. The Top 10 Causes of Death. Disponible en: https://www.who.int/news-room/fact-sheets/detail/the-top-10-causes-of-death.
2. Zhang H et al. The application of artificial intelligence in lung cancer: A narrative review. Transl Cancer Res. 2021.
3. Bidzińska J, Szurowska E. See Lung Cancer with an AI. Cancers. 2023.
4. Adams SJ et al. Lung cancer screening. Lancet. 2023.
5. Goncalves S et al. Artificial intelligence for early diagnosis of lung cancer through incidental nodule detection in low- and middle-income countries-acceleration during the COVID-19 pandemic but here to stay. Am J Cancer Res. 2022.
6. Manafi-Farid R et al. [18F]FDG-PET/CT Radiomics and Artificial Intelligence in Lung Cancer: Technical Aspects and Potential Clinical Applications. Semin Nucl Med. 2022.
7. Kalchiem-Dekel O et al. Shape-Sensing Robotic-Assisted Bronchoscopy in the Diagnosis of Pulmonary Parenchymal Lesions. Chest. 2022.
8. Li Y et al. Machine Learning for Lung Cancer Diagnosis, Treatment, and Prognosis. Genom Proteom Bioinform. 2022.
9. Lancaster HL et al. Low-dose computed tomography lung cancer screening: Clinical evidence and implementation research. J Intern Med. 2022.
10. Yeh MC et al. Artificial Intelligence-Based Prediction of Lung Cancer Risk Using Nonimaging Electronic Medical Records: Deep Learning Approach. J Med Internet Res. 2021.
11. Coudray N et al. Classification and mutation prediction from non-small cell lung cancer histopathology images using deep learning. Nat Med. 2018.
12. Zheng X et al. Diagnostic Accuracy of Deep Learning and Radiomics in Lung Cancer Staging: A Systematic Review and Meta-Analysis. Front Public Health. 2022.
13. Etienne H et al. Artificial intelligence in thoracic surgery: Past, present, perspective and limits. Eur Respir Rev. 2020.
14. Xing W et al. Artificial intelligence predicts lung cancer radiotherapy response: A meta-analysis. Artif Intell Med. 2023.

ES-35626 Marzo 2025