La radiograf\u00eda de t\u00f3rax sigue siendo una herramienta simple y ampliamente utilizada para detectar enfermedades como el c\u00e1ncer de pulm\u00f3n. En Jap\u00f3n, forma parte de los ex\u00e1menes m\u00e9dicos obligatorios en las empresas. Sin embargo, su interpretaci\u00f3n requiere una gran experiencia. Para limitar los errores, generalmente dos m\u00e9dicos analizan cada imagen, lo que aumenta su carga de trabajo.<\/p>\n
Un estudio reciente evalu\u00f3 si los programas de inteligencia artificial podr\u00edan asumir el papel del primer lector en este sistema de doble lectura. Los investigadores analizaron m\u00e1s de 320.000 radiograf\u00edas realizadas entre 2018 y 2020. Entre los casos sospechosos de c\u00e1ncer de pulm\u00f3n, se probaron tres modelos de IA. Resultado: estas herramientas detectaron entre el 62% y el 77% de las anomal\u00edas, frente al 59% de los m\u00e9dicos humanos. Incluso al centrarse \u00fanicamente en los n\u00f3dulos pulmonares, los m\u00e1s frecuentes, el rendimiento de las IA segu\u00eda siendo superior, con tasas de detecci\u00f3n que oscilaban entre el 64% y el 76%, mientras que los m\u00e9dicos alcanzaban el 59%.<\/p>\n
La inteligencia artificial demostr\u00f3 as\u00ed una capacidad al menos equivalente a la de los profesionales, e incluso mejor. Sin embargo, gener\u00f3 m\u00e1s falsas alarmas. Mientras que los m\u00e9dicos produc\u00edan muy pocas, los programas identificaron entre 6 y 15 por cada 100 ex\u00e1menes, seg\u00fan el modelo utilizado. Estos errores ocurren a menudo cuando estructuras normales, como las costillas o los vasos sangu\u00edneos, se confunden con lesiones.<\/p>\n
Estos resultados sugieren que la IA podr\u00eda reemplazar efectivamente al primer lector en la detecci\u00f3n. Esto permitir\u00eda reducir la carga de trabajo de los m\u00e9dicos, manteniendo al mismo tiempo la calidad del diagn\u00f3stico. Sin embargo, los n\u00f3dulos m\u00e1s discretos o m\u00e1s peque\u00f1os siguen siendo un desaf\u00edo para estas herramientas. Por lo tanto, se requerir\u00eda una mayor vigilancia del segundo lector humano para los casos dif\u00edciles.<\/p>\n
Este enfoque podr\u00eda estandarizar las interpretaciones y limitar las variaciones seg\u00fan la experiencia de los profesionales. Ser\u00e1n necesarios estudios complementarios en varios centros m\u00e9dicos para confirmar estos beneficios y evaluar el impacto en la organizaci\u00f3n de la atenci\u00f3n m\u00e9dica. El objetivo es integrar gradualmente estas tecnolog\u00edas en la pr\u00e1ctica habitual, sin sacrificar la precisi\u00f3n de la detecci\u00f3n.<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1007\/s11604-026-01973-z<\/a><\/p>\n Titre\u00a0:<\/strong> Can AI substitute the first reader in chest radiograph screening? A retrospective non-inferiority evaluation<\/p>\n Revue : <\/strong> Japanese Journal of Radiology<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Kotaro Yoshida; Atsushi Takamatsu; Rie Tanaka; Tetsuo Matsunaga; Antoine Choppin; Aya Tonouchi; Satoshi Kobayashi; Takeshi Kobayashi<\/p>\n","protected":false},"excerpt":{"rendered":" \u00bfPuede la inteligencia artificial reemplazar a un m\u00e9dico en la detecci\u00f3n del c\u00e1ncer de pulm\u00f3n mediante radiograf\u00eda La radiograf\u00eda de t\u00f3rax sigue siendo una herramienta simple y ampliamente utilizada para detectar enfermedades como el c\u00e1ncer de pulm\u00f3n. En Jap\u00f3n, forma parte de los ex\u00e1menes m\u00e9dicos obligatorios en las empresas. Sin embargo, su interpretaci\u00f3n requiere una… Seguir leyendo \u00bfPuede la inteligencia artificial reemplazar a un m\u00e9dico en la detecci\u00f3n del c\u00e1ncer de pulm\u00f3n mediante radiograf\u00eda<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2,4,3],"tags":[],"class_list":["post-16","post","type-post","status-publish","format-standard","hentry","category-ciencia-y-tecnologia","category-humano-humanitario","category-salud","entry"],"_links":{"self":[{"href":"https:\/\/theroboticsreview.com\/es\/wp-json\/wp\/v2\/posts\/16","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/theroboticsreview.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/theroboticsreview.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/theroboticsreview.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/theroboticsreview.com\/es\/wp-json\/wp\/v2\/comments?post=16"}],"version-history":[{"count":1,"href":"https:\/\/theroboticsreview.com\/es\/wp-json\/wp\/v2\/posts\/16\/revisions"}],"predecessor-version":[{"id":17,"href":"https:\/\/theroboticsreview.com\/es\/wp-json\/wp\/v2\/posts\/16\/revisions\/17"}],"wp:attachment":[{"href":"https:\/\/theroboticsreview.com\/es\/wp-json\/wp\/v2\/media?parent=16"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/theroboticsreview.com\/es\/wp-json\/wp\/v2\/categories?post=16"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/theroboticsreview.com\/es\/wp-json\/wp\/v2\/tags?post=16"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}