Japón está recurriendo a la IA para paliar la escasez de médicos para la detección precoz del cáncer.
El Ministerio de Salud japonés comenzará a probar la inteligencia artificial para analizar imágenes de rayos X durante las pruebas de detección de cáncer, con el objetivo de reducir la gran carga de trabajo de los médicos manteniendo la precisión del diagnóstico.
El plan fue aprobado por un grupo de expertos el 23 de marzo.
Las directrices gubernamentales vigentes para las pruebas de detección de cáncer de pulmón, estómago y mama en los municipios exigen un sistema de "doble verificación", en el que al menos dos médicos deben revisar cada radiografía para evitar omisiones.
Sin embargo, este requisito ha provocado una escasez de médicos y una carga de trabajo significativa para el personal sanitario.
Además, el cribado doble se utiliza desde hace más de 30 años para la detección del cáncer de pulmón, y la tecnología de IA para detectar anomalías en las imágenes también ha avanzado.
En el ensayo propuesto, la IA analizaría primero las imágenes. Si la IA detecta una posible anomalía, un solo médico evaluaría el resultado para decidir si es necesario un examen más detallado, eliminando así la necesidad de una segunda opinión médica.
Para las imágenes que la IA considere libres de anomalías, se mantendrá el protocolo de doble verificación existente por parte de dos médicos.
Aún no se han decidido el momento, los métodos ni la estructura de la auditoría, y el ministerio ha indicado que se determinarán tras escuchar las opiniones de los expertos.
En una decisión aparte tomada en la misma reunión, el comité también aprobó un cambio de política con respecto a los exámenes de detección de cáncer de colon a nivel municipal.
El número de muestras necesarias para la prueba de sangre oculta en heces se reducirá de dos a una, de acuerdo con las directrices actualizadas de 2024 del Centro Nacional del Cáncer de Japón, que citan investigaciones que demuestran que no existe una diferencia significativa en la precisión de la prueba entre una y dos muestras.
