Diagnosticar un càncer de fetge a partir d'un escàner de tomografia computada amb contrast exigeix interpretar diverses fases d'imatge i creuar-les amb les dades clíniques del pacient, una tasca que depèn molt de l'experiència del radiòleg i en què els falsos negatius —lesions malignes que passen desapercebudes— poden retardar mesos un tractament.
Un equip de recerca ha publicat el 19 d'agost a Nature Medicine els resultats de LiON (Liver DiagnOsis Network), un sistema d'IA basat en tomografies computades amb contrast que integra dades clíniques i s'adapta al flux de treball habitual d'un servei de radiologia. El sistema es va entrenar amb 6.443 pacients i es va validar de manera retrospectiva amb 22.251 pacients més de diversos hospitals, abans de posar-lo a prova en un assaig prospectiu d'un sol braç amb 10.333 pacients reals de l'Hospital Shengjing, on va funcionar com a lector addicional dins el flux clínic ja existent. LiON va assolir el seu objectiu principal amb una àrea sota la corba ROC (AUC) de 0,952, i la col·laboració entre l'IA i els radiòlegs humans va permetre identificar 51 lesions que havien passat per alt, 15 de les quals malignes, cosa que va portar a modificar 37 informes radiològics i a escalar 22 casos a comitès multidisciplinaris.
La notícia és rellevant perquè es tracta d'un assaig a gran escala en condicions clíniques reals —no només retrospectiu amb dades històriques—, integrat directament en el flux de treball d'un hospital i no com una eina de laboratori a part, un pas que poques eines de diagnòstic assistit per IA han arribat a fer amb un volum de pacients tan gran.
Cal tenir presents els límits de l'estudi: es tracta d'un assaig d'un sol braç —sense un grup de comparació aleatoritzat que confirmi si la millora es deu específicament a l'eina i no a altres factors del centre— i realitzat en un únic hospital xinès, de manera que calen més assajos, en altres països i sistemes sanitaris, abans de saber si els mateixos resultats es reprodueixen en poblacions i pràctiques clíniques diferents.