Soporte Inteligente para la Información Radiológica de Neoplasias Pulmonares (SPOILERS)

El cáncer de pulmón es uno de los cánceres más comunes y tiene uno de los peores pronósticos, principalmente debido a la dificultad del diagnóstico temprano. En Italia, se estiman 41,000 nuevos casos cada año, y en 2021, la enfermedad fue responsable de aproximadamente 34,000 muertes. El impacto social es significativo, ya que la enfermedad a menudo se diagnostica en una etapa avanzada, cuando las posibilidades de supervivencia se reducen: la tasa de supervivencia a 5 años es de alrededor del 18% en etapas avanzadas, mientras que puede alcanzar el 90% si se diagnostica en una etapa temprana.

El cáncer de pulmón en etapa temprana se manifiesta principalmente en forma de nódulos pulmonares, que pueden detectarse mediante tomografía computarizada (TC). Sin embargo, el diagnóstico de estos nódulos a menudo requiere procedimientos invasivos, como broncoscopia, biopsia con aguja guiada por TC o biopsias quirúrgicas, que afectan la calidad de vida de los pacientes y los costos sanitarios. Por esta razón, la capacidad de distinguir con precisión entre nódulos benignos y malignos es un tema central en la investigación clínica.

En los últimos años, la inteligencia artificial, en particular las técnicas de aprendizaje profundo, ha demostrado un potencial considerable en el apoyo al cribado por TC. Los resultados muestran que la IA puede lograr un rendimiento superior al de los radiólogos individuales y comparable al de un equipo multidisciplinario, utilizando informes histológicos como referencia diagnóstica. Esto confirma el valor de la IA como herramienta para apoyar la toma de decisiones clínicas.

Considerando la naturaleza multimodal de los datos clínicos (imágenes, informes de texto, pruebas diagnósticas), existe un interés creciente en modelos capaces de integrar múltiples fuentes de información. En este contexto, el proyecto de investigación tiene como objetivo desarrollar un sistema capaz de reconocer automáticamente nódulos pulmonares y generar descripciones en lenguaje natural de los hallazgos.