Detectar un càncer de fetge en una tomografia computada no sempre és senzill: un radiòleg amb una càrrega de feina alta pot passar per alt una lesió petita o ambigua enmig de la revisió rutinària de centenars d'escàners, sobretot quan el fetge ja presenta alteracions prèvies com el greix acumulat o la cirrosi, que dificulten encara més la interpretació de la imatge. És precisament aquest escenari, el de la pràctica clínica real i no el d'un conjunt de dades de laboratori, el que un equip internacional ha volgut posar a prova.
Encapçalat per investigadors de l'Hospital Shengjing de la Universitat de Medicina de la Xina i d'hospitals afiliats a la Universitat de Zhejiang, en col·laboració amb la DAMO Academy d'Alibaba, el King's College de Londres i l'institut EURECOM, l'equip ha publicat a Nature Medicine el 19 d'agost els resultats de LiON (Liver DiagnOsis Network), un sistema d'IA que analitza escàners de tomografia computada amb contrast en diverses fases per diagnosticar malignitats hepàtiques. En una validació retrospectiva amb 22.251 pacients, el sistema va assolir una fiabilitat diagnòstica (AUC) de 0,975; en un assaig prospectiu registrat (NCT07153783) amb 10.333 pacients reals, on LiON actuava com a segon lector al costat dels radiòlegs durant l'atenció hospitalària habitual, l'AUC va ser de 0,952, i es va mantenir robust fins i tot en pacients amb fetge gras (0,971) i amb cirrosi (0,924). En aquest assaig real, el sistema va identificar 51 lesions que havien passat desapercebudes, 15 de malignes, va portar a modificar 37 informes radiològics i va provocar l'escalada de 22 casos a una junta de tumors.
La troballa és rellevant perquè no es limita a un bon resultat en un conjunt de dades de prova, sinó que mesura què passa quan el sistema s'integra de debò en el flux de treball d'un hospital, al costat de radiòlegs humans i amb pacients reals, un pas que la majoria d'eines d'IA mèdica encara no ha fet. Que hagi permès detectar disset càncers que s'haurien pogut passar per alt sense aquesta segona lectura automatitzada apunta a un ús pràctic i mesurable, no només a una promesa tecnològica.
L'estudi es va fer en un sol hospital xinès, sense un grup de control que permeti aïllar l'efecte exacte de l'eina, no inclou dades sobre com afecta la supervivència dels pacients a llarg termini, i el sistema encara no té autorització reguladora ni és comercialment disponible. Quatre dels coautors són empleats d'Alibaba amb accions de la companyia, un conflicte d'interès que els mateixos autors declaren a l'article i que cal tenir en compte en llegir-ne les xifres.