DeepFAN obtiene la certificación de clase III y mejora el diagnóstico del cáncer de pulmón

Un equipo internacional de clínicos y desarrolladores ha publicado en la revista Nature Cancer los resultados de la evaluación de DeepFAN, un sistema de IA para el análisis de nódulos pulmonares en TC. El algoritmo superó un ensayo multicéntrico con el esquema MRMC (multi-reader, multi-case: varios lectores, varios casos) y comparación pareada, y mejoró de forma notable el diagnóstico del cáncer de pulmón entre los radiólogos de nivel junior. El sistema ya está certificado como producto sanitario de clase III, es decir, ha dejado atrás la fase de prototipo de investigación.

Una prueba con quienes más necesitan la ayuda

Para la validación se eligió un público exigente pero muy representativo: radiólogos con poca experiencia. Son quienes con más frecuencia ven primero las TC de tórax en hospitales comarcales y municipales. De su informe depende si el paciente pasa a seguimiento o a nuevas pruebas.

El formato MRMC se considera uno de los métodos más rigurosos para evaluar a un asistente de IA en radiología. Varios médicos valoran el mismo conjunto de casos en dos modos: por su cuenta y con la sugerencia del algoritmo. El diseño pareado elimina el principal factor de distorsión, la diferencia entre médicos y entre pacientes: se compara a las mismas personas con las mismas imágenes. Además, la participación de varios centros reduce el riesgo de que el modelo funcione bien solo con los datos de una clínica.

Quién está detrás del trabajo

El proyecto reunió a entidades académicas, clínicas y comerciales:

• Universidad de Hong Kong: la parte de investigación y los autores de la publicación en Nature Cancer;
• Peking Union Medical College Hospital (北京协和医院): uno de los principales centros clínicos de China;
• Hospital del Pueblo de la Universidad de Pekín;
• Tercer Hospital de Wuhan;
• Hospital Central de la ciudad de Huangshi;
• Deepwise (深睿医疗): empresa de IA para imagen médica, responsable de la parte de producto.

Esta composición refleja un esquema habitual en la medicina china. Los grandes hospitales de la capital aportan experiencia y datos, los hospitales regionales ofrecen una carga de trabajo realista y el socio industrial lleva el algoritmo hasta un producto certificable.

Qué significa la certificación de clase III

En el sistema regulatorio chino, la clase III es la categoría de mayor riesgo para los productos sanitarios. El software que influye en el diagnóstico debe superar una evaluación clínica y demostrar su seguridad y eficacia. Para las herramientas de IA es una barrera seria: muchos modelos se quedan en publicaciones y demostraciones, y solo unos pocos llegan al registro.

DeepFAN reúne tres elementos que rara vez coinciden:

• publicación en una revista especializada, Nature Cancer;
• validación multicéntrica con el esquema MRMC;
• registro como producto de la clase de mayor riesgo.

Dónde puede resultar útil en la clínica

El cribado del cáncer de pulmón con TC de dosis baja genera enormes volúmenes de imágenes, mientras que el número de radiólogos con experiencia crece más despacio. Si la IA realmente eleva la calidad de lectura de los especialistas jóvenes, funciona como un igualador entre los hospitales centrales y los periféricos. El médico que empieza obtiene una segunda opinión en el momento de la lectura, y no después de emitir su informe.

El propio precedente también importa para el mercado. Cada vez más, la IA médica se evalúa por cómo cambia el trabajo del médico y no por las métricas del algoritmo sobre un conjunto de prueba cerrado. Para los hospitales, es el lenguaje con el que se decide una compra. Para los desarrolladores, es una plantilla: hace falta un diseño clínico con lectores reales, varios centros y estatus regulatorio. El siguiente paso para DeepFAN es confirmar los resultados en la práctica diaria e integrarse en las estaciones de trabajo de los radiólogos, donde la sugerencia no debe ralentizar la lectura.