Nuevos modelos de IA permiten identificar antes a pacientes con alto riesgo de tumores comunes
Hecho Qué ha ocurrido
Un estudio presentado en el congreso de la ESMO en Madrid desarrolló cerca de 500 modelos de aprendizaje automático para predecir el riesgo de 20 tipos de cáncer frecuentes, usando datos de 463.620 participantes del Biobanco del Reino Unido seguidos durante unos 18 años. Según los autores, los modelos superaron a los métodos estadísticos tradicionales, con un AUROC de 0,83 a 15 años en el resultado combinado, y su rendimiento varió según el tumor.
Resumen generado mediante IA a partir de Infobae Tecno. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Si los resultados se confirman, datos rutinarios como análisis de sangre y antecedentes podrían bastar para estimar riesgos oncológicos a gran escala, algo relevante para la salud pública y para las empresas del sector sanitario.
- Quién se ve afectado
- Sistemas sanitarios, aseguradoras, laboratorios clínicos y empresas de software médico.
- Qué puede cambiar
- Podrían desarrollarse herramientas de cribado de bajo coste basadas en historiales clínicos existentes, aunque su uso real exige validación clínica adicional.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Validación en poblaciones y sistemas sanitarios distintos, publicación revisada por pares, y reacción de las autoridades sanitarias y de protección de datos ante su uso en cribado.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Infobae Tecno. La referencia es siempre el artículo original.
Ver fuente original ↗aprendizaje automáticoagentes de IAmodelos de lenguaje ESMOBiobanco del Reino UnidoUniversidad Técnica de Dresde análisis de sangre cáncer ESMO PRE-Screen salud digital
Relacionadas
Un modelo de IA estima el riesgo de muerte de pacientes con cáncer a partir de una fotografía del rostro
Investigadores de Mass General Brigham publicaron en The Lancet Digital Health dos algoritmos, FAHR-FaceAge y FAHR-FaceSurvival, que estiman la edad biológica…
Por qué importaMuestra que la imagen facial podría servir como indicador de pronóstico clínico, pero la evidencia es preliminar y aún no se ha comparado con las…
Una IA estima la edad biológica y el riesgo de mortalidad de pacientes con cáncer a partir de fotos del rostro
Investigadores han desarrollado FAHR-Face, un sistema de IA que estima la edad biológica y el riesgo de mortalidad de pacientes oncológicos a partir de…
Por qué importaSi se confirma, podría ofrecer a los equipos médicos una estimación objetiva del estado general del paciente como apoyo a la decisión de tratamiento…
Un estudio usa rasgos faciales captados por IA para estimar la supervivencia de pacientes con cáncer
Investigadores han desarrollado una tecnología de IA entrenada con más de 40 millones de imágenes faciales para evaluar indicadores de salud. Según el titular…
Por qué importaMuestra que datos biomédicos sencillos, como una fotografía, podrían servir como indicador pronóstico. Para el sector salud y las aseguradoras es una…
Un modelo de IA estima la supervivencia de pacientes con cáncer a partir de una fotografía facial
Investigadores de Mass General Brigham publicaron en The Lancet Digital Health dos algoritmos basados en el modelo FAHR-Face: FAHR-FaceAge estima la edad…
Por qué importaPlantea un biomarcador no invasivo y de bajo coste para apoyar la estratificación de pacientes oncológicos, aunque los resultados aún proceden de los…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.