es.wedoany.com Noticia: NodeAI ha iniciado recientemente un ensayo clínico en la University Health Network (UHN) para validar la capacidad de su algoritmo de inteligencia artificial de predecir en tiempo real la malignidad de los ganglios linfáticos durante la ecografía endobronquial (EBUS). El ensayo se lleva a cabo en el Toronto General Hospital, institución que en 2011 validó por primera vez la tecnología EBUS mediante un ensayo clínico histórico.
Cada año, más de 270.000 pacientes solo en Norteamérica se someten a una ecografía endobronquial. Esta técnica de biopsia mínimamente invasiva, denominada EBUS-TBNA, fue pionera en el Toronto General Hospital a finales de la década de 1990 y revolucionó el diagnóstico del cáncer de pulmón. La técnica ha hecho que la cirugía a cielo abierto sea en gran medida innecesaria y ahora es el estándar de atención mundial. Sin embargo, aproximadamente el 40% de los casos presentan resultados no concluyentes, ya que la eficacia del procedimiento depende en gran medida de la experiencia y la formación del operador. Los resultados no concluyentes implican retrasos en el diagnóstico y biopsias repetidas, lo que afecta negativamente al pronóstico del paciente.
NodeAI, una startup de IA médica con sede en Hamilton, fue fundada precisamente para abordar este problema. En el proyecto también participa el Dr. Kazuhiro (Kazu) Yasufuku, codesarrollador de la técnica EBUS-TBNA, actual jefe de Endoscopia y Cirugía Torácica Intervencionista de la UHN y miembro del consejo asesor de NodeAI. Participó en el ensayo clínico histórico de 2011 que validó la tecnología EBUS. La EBUS-TBNA, pionera del Dr. Yasufuku en el Toronto General Hospital, reemplazó a la mediastinoscopia, un procedimiento que requiere anestesia general, una incisión en el cuello y el uso de instrumentos rígidos de acero para acceder al tórax. La EBUS reduce el tiempo del examen a menos de 15 minutos, permite que el paciente regrese a casa el mismo día y se convirtió en el estándar de oro mundial en una década. Para 2020, se estima que 650.000 casos de cáncer de pulmón se diagnosticaron mediante esta técnica. Por ello, el Dr. Yasufuku recibió el Premio de Investigación y Desarrollo Médico de Japón, otorgado por el entonces primer ministro Shinzo Abe.
"Como codesarrollador de la EBUS-TBNA, es emocionante ver cómo la IA ayuda a desbloquear la próxima generación de diagnósticos de precisión. El enfoque de NodeAI es científicamente sólido porque se basa en la anatomía quirúrgica validada, datos de imágenes reales y patrones clínicamente significativos que los broncoscopistas experimentados pueden identificar a diario. NodeAI tiene el potencial de mejorar las tasas de diagnóstico, acelerar la difusión de la experiencia y, en última instancia, beneficiar la atención al paciente a nivel mundial", afirmó el Dr. Yasufuku.
La plataforma NodeAI se integra directamente en los flujos de trabajo clínicos existentes de EBUS a través de una interfaz basada en la nube. Durante el procedimiento, la IA analiza el video de ultrasonido en tiempo real, detecta la anatomía de los ganglios linfáticos, identifica el nivel estacional y genera una predicción de malignidad antes de la inserción de la aguja de biopsia. El sistema es independiente del proveedor y no requiere cambios de hardware. El algoritmo se basa en más de siete años de investigación clínica y uno de los conjuntos de datos de video EBUS más grandes del mundo, y fue desarrollado conjuntamente por el cirujano torácico Waël Hanna y el científico de IA Anthony Gatti, ambos cofundadores de NodeAI.
"La EBUS cambió por completo la forma en que estadificamos el cáncer de pulmón", afirmó el Dr. Hanna. "Pero la eficacia del examen depende del operador, lo que crea un problema de equidad. Los resultados de un paciente tratado por un broncoscopista experimentado en un gran centro académico son diferentes a los de un paciente en un hospital comunitario. La IA puede reducir esta brecha. Este ensayo está diseñado para demostrarlo".
El ensayo reclutará a 100 pacientes en el Toronto General Hospital durante un período de 3 meses. El criterio principal de valoración es la capacidad de NodeAI para procesar con éxito las imágenes de EBUS y devolver predicciones en tiempo real a una tasa superior al 90%, es decir, más del 90% de todas las imágenes capturadas durante el procedimiento. El ensayo evaluará si la guía de IA en tiempo real de NodeAI, en comparación con la práctica estándar de EBUS, mejora las tasas de diagnóstico, con un enfoque en reducir los resultados no concluyentes y disminuir la variabilidad entre operadores.
"No hay un lugar más creíble en el mundo que el Toronto General Hospital para validar la tecnología EBUS", afirmó el Dr. Hanna. "Aquí es donde nació esta técnica. Realizar este ensayo bajo el liderazgo del Dr. Yasufuku es la base científica que necesitamos para asegurarnos de que estamos creando una tecnología que pueda ayudar a todos los pacientes que luchan contra el cáncer de pulmón".
El cáncer de pulmón causa más muertes en Canadá que cualquier otro cáncer, con aproximadamente 33.000 nuevos casos diagnosticados previstos para 2025. A nivel mundial, es la principal causa de muerte relacionada con el cáncer. Una estadificación precisa y oportuna determina si un paciente recibe cirugía, quimioterapia, radioterapia o cuidados paliativos. La ambición más amplia de NodeAI es hacer que los exámenes EBUS de nivel experto estén disponibles en todas partes, no solo en los centros médicos académicos. El modelo basado en suscripción de la empresa está diseñado para implementarse tanto en hospitales de alto volumen como en centros comunitarios más pequeños que realizan EBUS pero tienen experiencia limitada.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
