TC sin contraste asistida por IA para la detección de cánceres múltiples

El cáncer se ha convertido en un importante problema de salud pública en China, que afecta gravemente la salud de la población, la economía y el desarrollo social. Se estima que en 2022 se produjeron 4,82 millones de nuevos casos de cáncer y 2,57 millones de muertes relacionadas con el cáncer. El cáncer de pulmón, el cáncer de hígado, el cáncer gástrico, el cáncer colorrectal, el cáncer de esófago, el cáncer de páncreas y el cáncer de mama son las siete principales causas de mortalidad relacionada con el cáncer. Una estrategia exitosa de detección temprana permitiría a los pacientes recibir intervenciones oportunas, mejorar los resultados del tratamiento, mejorar la supervivencia general y reducir la complejidad y el costo del tratamiento.

En este estudio, realizaremos un estudio de cohorte multicéntrico, prospectivo y a gran escala, con el objetivo de evaluar la utilidad de la TC sin contraste asistida por IA para la detección de múltiples cánceres. La población está formada por personas que se han sometido a tomografías computarizadas abdominales o de tórax sin contraste en el Centro de examen de salud Meinian Onehealth o en el Centro de examen de salud Shanghai Changhai, con una inscripción esperada de 1 millón de participantes. Un modelo de detección de múltiples cánceres mediante TC sin contraste, desarrollado por la Academia Alibaba DAMO, se integrará en el sistema PACS de los centros de exámenes de salud. El modelo de IA de imágenes se utilizará para detectar automáticamente diversas lesiones cancerosas, incluido el cáncer de pulmón, el cáncer de hígado, el cáncer gástrico, el cáncer colorrectal, el cáncer de esófago, el cáncer de páncreas y el cáncer de mama. Los sujetos identificados con lesiones positivas mediante el modelo de IA deberán ser remitidos al Hospital Changhai de Shanghai para exámenes de imágenes adicionales (como tomografía computarizada con contraste, resonancia magnética, endoscopia, etc.) para confirmar el estado final de la enfermedad y formular un plan de tratamiento. Además, el equipo médico debe seguir las vías de atención desarrolladas según las pautas de NCCN y ACR y, si es necesario, los pacientes serán dirigidos a la clínica del equipo multidisciplinario (MDT) para tipos de cáncer específicos para determinar los procedimientos de diagnóstico. El objetivo final de este estudio es evaluar de manera integral las métricas de desempeño diagnóstico del modelo de IA para cada uno de los siete tipos de cáncer individualmente. Estas métricas incluyen, entre otras, sensibilidad, especificidad y valor predictivo positivo/negativo. Se pondrá especial énfasis en evaluar la eficacia del modelo en la detección de tumores resecables en etapa temprana. El objetivo general es determinar si la implementación de este enfoque de detección asistido por IA podría conducir a mejores tasas de supervivencia general mediante una detección e intervención más tempranas.