Bristol Myers Squibb (BMS) anunció un acuerdo con Microsoft con el objetivo de acelerar la detección temprana del cáncer de pulmón.
Con esta colaboración en salud digital, se implementarán algoritmos de IA para radiología, aprobados por la FDA de EE.UU., a través de Precision Imaging Network de Microsoft, parte de las soluciones de radiología de Microsoft for Healthcare.
Actualmente, más del 80% de los hospitales de EE.UU. utilizan la red de Microsoft para compartir imágenes médicas y acceder a IA de terceros. Las capacidades de IA disponibles a través de Precision Imaging Network pueden analizar automáticamente imágenes de rayos X y tomografías computarizadas para identificar enfermedades pulmonares, lo que facilita el trabajo diario de los radiólogos y reduce la carga de trabajo clínica. Estos algoritmos avanzados de IA pueden ayudar a identificar nódulos pulmonares difíciles de detectar, identificar potencialmente a pacientes en etapas tempranas de cáncer de pulmón y facilitar su triaje para la atención adecuada.
El cáncer de pulmón sigue siendo la principal causa de muerte por cáncer en Estados Unidos, con aproximadamente 125.000 muertes y 227.000 nuevos casos reportados anualmente. Las poblaciones con acceso limitado a atención médica presentan tasas de mortalidad por cáncer de pulmón aún más altas y tienen menos probabilidades de recibir pruebas de detección que cumplan con las directrices.
Dado que más de la mitad de los pacientes con hallazgos incidentales se pierden durante el seguimiento, la colaboración utiliza herramientas de gestión del flujo de trabajo para rastrear a los pacientes con nódulos pulmonares a través de las vías de atención y garantizar un seguimiento regular.
“Al combinar las soluciones de radiología altamente escalables de Microsoft con la profunda experiencia de BMS en oncología y administración de fármacos, hemos imaginado un flujo de trabajo único basado en IA que ayuda a los médicos a identificar con rapidez y precisión a los pacientes con cáncer de pulmón de células no pequeñas (CPNM) y guiarlos hacia las vías de atención óptimas y terapias de precisión”, afirmó la Dra. Alexandra Goncalves, vicepresidenta y directora de Salud Digital de Bristol Myers Squibb. “Una plataforma integrada basada en IA que optimiza el flujo de pacientes puede mejorar significativamente la eficiencia operativa y los resultados de los pacientes”.
Un objetivo fundamental de la colaboración es ampliar el acceso a la detección temprana en comunidades con escasos recursos, incluyendo hospitales rurales y clínicas comunitarias en todo Estados Unidos. Al aprovechar las herramientas avanzadas de IA, especialmente en entornos con recursos limitados, esta iniciativa promueve el diagnóstico y el seguimiento precoces, lo que permite una atención más equitativa para todos los pacientes.
“Esta nueva colaboración con Microsoft refleja nuestro compromiso de derribar barreras y abordar los desafíos de la atención médica”, afirmó Andrew Whitehead, vicepresidente y director de Salud Poblacional de Bristol Myers Squibb. “En BMS, la equidad en salud no es una iniciativa aislada, sino que está integrada en todo lo que hacemos. Al implementar esta solución y llevar herramientas avanzadas de IA a la primera línea, juntos ayudaremos a abordar las disparidades en salud relacionadas con el cáncer de pulmón”.
“Con la plataforma de tecnología radiológica impulsada por IA de Microsoft, ampliamente implementada en organizaciones de atención médica de todo el país y operando en segundo plano, los médicos pueden identificar con mayor facilidad a los pacientes que podrían presentar signos tempranos de cáncer, a menudo antes de que sean conscientes de cualquier síntoma, y guiarlos hacia la vía de atención adecuada con mayor rapidez”, afirmó Peter Durlach, vicepresidente corporativo y director de estrategia de Microsoft Health & Life Sciences. “Esto representa una clara victoria tanto para los pacientes como para los profesionales sanitarios y se alinea con los objetivos de Microsoft de utilizar la tecnología para obtener información valiosa, aumentar la eficiencia y mejorar la atención al paciente”.
