iaintel·ligènciaartificial.cat← Portada

SALUT · 5 MIN

Un model d'IA detecta el 90% dels càncers d'esòfag en TAC de tòrax rutinaris sense contrast, segons un estudi a 80.000 pacients

El sistema EAGLE, validat en 12 centres de la Xina, la República Txeca i Austràlia, aconsegueix un 98,5% d'especificitat en proves externes, però la implementació real en un hospital de Xangai en rebaixa la utilitat: només un 42% dels casos marcats eren realment càncer.

Il·lustració editorial de Un model d'IA detecta el 90% dels càncers d'esòfag en TAC de tòrax rutinaris sense contrast, segons un estudi a 80.000 pacients
Escolta:

Un equip liderat pel Centre Oncològic de la Universitat Sun Yat-sen, l'Hospital Oncològic de Sichuan i l'Institut de Malalties Pancreàtiques de Xangai ha publicat a Nature Medicine els resultats d'EAGLE (Esophageal AI-Guided malignant Lesion Evaluation), un model d'intel·ligència artificial dissenyat per detectar càncer d'esòfag i lesions precanceroses a partir de TAC de tòrax sense contrast, una prova que fins ara es considerava poc útil per a aquest propòsit perquè l'esòfag és un òrgan tubular buit que es col·lapsa fàcilment i genera artefactes d'imatge.

Entrenat amb 6.813 pacients de dos centres, EAGLE s'ha validat en 12 centres de la Xina, la República Txeca i Austràlia amb un total de 80.612 pacients, tant en cribratge oportunista sobre TAC ja existents com en cribratge poblacional. En els conjunts de prova externs (8 centres, 11.466 pacients), el model ha assolit un 98,5% d'especificitat, amb una sensibilitat del 90,0% per al càncer i del 52,5% per a les lesions precanceroses; en cribratge poblacional de baixa dosi, l'especificitat ha arribat al 99,94%. Una versió desplegada de manera prospectiva en un hospital de Xangai entre gener i abril del 2025, EAGLE-Plus, va processar 17.446 pacients.

La rellevància de l'estudi és que obre la porta a aprofitar TAC de tòrax que ja es fan per altres motius —per exemple, cribratge de càncer de pulmó— per detectar de retruc un càncer d'esòfag que sovint es diagnostica tard, sense necessitat de sotmetre tota la població a una endoscòpia. Els autors calculen que l'ús del model podria reduir fins a un 67,6% les endoscòpies innecessàries mantenint la capacitat de detecció.

Els mateixos autors reconeixen limitacions importants: en el desplegament real a l'hospital de Xangai, dels 90 casos que el sistema va marcar com a sospitosos, només 38 eren realment càncer, un valor predictiu positiu del 42,2%, molt per sota del que suggereixen les xifres de validació externa. L'estudi també adverteix que calen més dades de validació internacional, especialment per a l'adenocarcinoma, que el conjunt d'entrenament és majoritàriament d'origen xinès i de carcinoma escatós, que el model rendeix pitjor en lesions properes a la unió esòfag-estómac, i que no hi ha encara dades sobre si l'ús d'EAGLE redueix la mortalitat real per aquest càncer.

Mateix tema

Butlletí de dissabte

La setmana d’IA, en cinc minuts.