OAK BROOK, Ill. - Un modelo de aprendizaje profundo ha demostrado su capacidad para diagnosticar y clasificar con precisión la enfermedad pulmonar obstructiva crónica (EPOC) utilizando solo un escáner CT de inhalación, según un estudio publicado en Radiology: Cardiothoracic Imaging.
La EPOC, una enfermedad pulmonar progresiva que afecta gravemente la respiración, es la tercera causa de muerte a nivel mundial. Tradicionalmente, el diagnóstico implica una prueba de espirometría que mide la función pulmonar a través del intercambio de aire.
Este nuevo enfoque utiliza una red neuronal convolucional (CNN) combinada con datos clínicos, lo que permite un diagnóstico y clasificación efectivos de la EPOC a partir de una sola imagen CT. El estudio analizó datos de 8,893 pacientes, revelando que el modelo CNN podía predecir con precisión la gravedad de la EPOC, clasificada por las etapas de la Global Initiative for Obstruct Lung Disease (GOLD).
El Dr. Kyle A. Hasenstab, autor del estudio, destacó que el uso de una sola adquisición CT podría mejorar la accesibilidad a los diagnósticos de EPOC, reduciendo costos y molestias para los pacientes mientras minimiza la exposición a radiación.