Detección del Cáncer de Pulmón

Una detección temprana salva más vidas

El cáncer de pulmón es una de las causas más frecuentes de cáncer y la principal causa de muerte por cáncer en todo el mundo1. Cuando los pacientes presentan síntomas, puede que la enfermedad ya haya progresado y las opciones de tratamiento sean limitadas. omo resultado, el pronóstico en el cáncer de pulmón tiende a ser desfavorable, a pesar de los avances en el tratamiento. Sin embargo, cuando la enfermedad se detecta en una etapa temprana, las posibilidades de supervivencia aumentan considerablemente2.

En consecuencia, existe un creciente interés en el cribado del cáncer de pulmón a nivel mundial como principal vía para reducir la mortalidad de esta enfermedad.

Canon Medical tiene como objetivo ser su socio en la lucha contra el cáncer de pulmón y ofrece un conjunto único de soluciones de detección de cáncer de pulmón. Estas incluyen una serie de tecnologías innovadoras para aumentar su confianza clínica en cualquier lugar, proporcionando imágenes de alta calidad a baja dosis, optimizando flujos de trabajo y ofreciendo un diagnóstico integral a lo largo de todo el ciclo asistencial

“You only have a chance and a good outcome if you detect the cancer at a very, very early stage. And that is the purpose of lung cancer screening.”

Prof. Cornelia M Schaefer- Prokop, MD, PhD
Radiologist
Appointed member of the Fleischner Society (international group of lung specialists)
Former president of the European Society of Thoracic Imaging (ESTI)

Meander Medical Centre, Amersfoort
Radboud University Medical Center (Radboudumc), Nijmegen the Netherlands

Please accept preferences-cookies to watch this video.

El cáncer de pulmón es la principal causa de muerte por cáncer en todo el mundo y el segundo cáncer más diagnosticado.

La detección precoz del cáncer de pulmón aumenta las posibilidades de supervivencia. La mayoría de los pacientes con detección tardía (estadio IV) mueren en un plazo de 5 años, mientras que los pacientes con cáncer de pulmón detectado en un estadio precoz (estadio 1A) tienen mayores probabilidades de supervivencia, más de 5 años.

La detección precoz mediante programas de cribado podría mejorar significativamente los resultados de los pacientes. En personas de alto riesgo, el riesgo de morir de cáncer de pulmón se reduce en un 20% en el caso de los hombres. En las mujeres, la reducción de la mortalidad por cáncer de pulmón puede ser incluso mayor.

El cribado del cáncer de pulmón tiene el potencial de reducir costes, ya que los pacientes pueden ser tratados antes. Sin embargo, la cuantía del ahorro depende en gran medida de cómo se apliquen los programas de cribado.

Desafíos actuales

El cribado del cáncer de pulmón se enfrenta a diversos retos que dificultan su éxito generalizado.

Como parte de nuestra filosofía Made for Life Canon Medical se compromete a proporcionar apoyo para abordar estos desafíos.

Desafío 1: Bajo índice de participación

Muchas personas con alto riesgo de padecer cáncer de pulmón a menudo desconocen los beneficios potenciales del cribado o pueden enfrentarse a barreras como el coste, la accesibilidad o el miedo al proceso de cribado.

Desafío 2: Carga y Flujo de Trabajo

Los problemas de flujo de trabajo, como la gestión del número de participantes en el cribado y la información puntual de los resultados, pueden suponer una carga de trabajo importante. Además, la interpretación y valoración de numerosas exploraciones pulmonares puede ser mentalmente agotadora y provocar una pérdida de motivación.

Desafío 3: Mantener la confianza clínica con dosis bajas

Los participantes en las pruebas de detección suelen estar expuestos a repetidas tomografías computarizadas, lo que genera preocupaciones en torno a la dosis de radiación. La detección del cáncer de pulmón, cuando se realiza sin hardware de TC eficiente y algoritmos de reconstrucción de imágenes, puede producir resultados no concluyentes o falsos positivos, lo que lleva a procedimientos de seguimiento adicionales y costosos, al tiempo que causa ansiedad y estrés a los pacientes.

Desafío 4: Rentabilidad

La relación coste-eficacia del programa requiere un cuidadoso equilibrio entre las inversiones en equipos y personal, formación y número de procedimientos de diagnóstico y seguimiento posterior, y los beneficios de la mejora de los resultados sanitarios y la reducción del gasto en terapias costosas a largo plazo.

Nuestras soluciones

Estamos aplicando medidas para aumentar la accesibilidad del cribado del cáncer de pulmón entre la población, proporcionando imágenes de alta calidad a dosis bajas, eliminando las ineficiencias del flujo de trabajo, respaldando la interpretación y la comunicación de los hallazgos entre los médicos y agilizando los procedimientos de seguimiento.

Juntos, podemos mejorar la atención al paciente y garantizar un programa de cribado rentable y de alta calidad, minimizando al mismo tiempo la carga que el cáncer de pulmón supone para los pacientes de todo el mundo.

Fácil acceso a las pruebas de detección

Nuestras soluciones móviles de diagnóstico por imagen le permiten realizar exploraciones fácilmente, ampliando la accesibilidad y acercando la experiencia de la exploración a sus pacientes.

Flujo de Trabajo Eficiente

Nuestro nuevo flujo de trabajo, INSTINX, optimiza la eficiencia, garantizando exploraciones por TC rápidas y sin problemas.

Imágenes de Alta Calidad con dosis bajas

Nuestras soluciones de cribado del cáncer de pulmón mediante TC mejoradas con IA, incluida la combinación del filtro SilverBeam y AiCE, ofrecen imágenes de alta calidad con un nivel mínimo de ruido y exposición a la radiación.

Estratificación del Riesgo y Diagnóstico

Nuestra solución Vitrea Advanced Visualization para el cribado del cáncer de pulmón detecta automáticamente los nódulos pulmonares, permite un análisis exhaustivo del pulmón y facilita un diagnóstico más rápido y eficaz.

FÁCIL ACCESO A LAS PRUEBAS DE DETECCIÓN

Fácil acceso desde cualquier lugar

Uno de los principales retos del cribado del cáncer de pulmón es atender a las personas que más lo necesitan. Las soluciones móviles de diagnóstico por imagen permiten prestar asistencia sanitaria en los lugares donde viven y trabajan, y ofrecer pruebas de cribado cerca de sus hogares. Al eliminar las barreras de acceso, los servicios móviles de diagnóstico por imagen pueden desempeñar un papel importante en la mejora de las tasas de cribado del cáncer de pulmón y contribuir a una asistencia sanitaria más equitativa. El diseño de nuestros equipos médicos móviles proporciona un entorno cómodo y práctico para la detección del cáncer de pulmón sin comprometer la seguridad de los pacientes, el flujo de trabajo ni la calidad de las imágenes.

Más información sobre soluciones de imagen móvil

“Developing a mobile program allowed delivery of healthcare to rural parts of our state with the ultimate goal of mitigating some of the cancer outcome disparities of our state and region.”

Prof. Hannah Hazard- Jenkins, MD, FACS
Associate Professor of Surgery at the department of Surgery WVU School of Medicine
Director of the WVU Cancer Institute
Morgantown, West Virginia, USA

Please accept preferences-cookies to watch this video.

Flujo de trabajo eficiente

Ahora, hacer un escáner es más sencillo

Un flujo de trabajo eficiente es esencial para el cribado del cáncer de pulmón. Mejora la accesibilidad, reduce los tiempos de espera, optimiza la utilización de los recursos y mejora la atención general al paciente. Al dar prioridad a la eficiencia, ofrecemos soluciones de flujo de trabajo integrales centradas en el paciente, que incorporan un diseño intuitivo y funciones automatizadas para mejorar la eficiencia a través del flujo de trabajo INSTINX.

Flujo de Trabajo INSTINX
Canon presenta INSTINX, un flujo de trabajo completamente rediseñado que establece nuevos estándares de eficacia y coherencia. Cada detalle del flujo de trabajo se ha optimizado basándose en evaluaciones clínicas realizadas en centros médicos de todo el mundo.

Más información sobre INSTINX

Planificación automatizada de todas las exploraciones rutinarias de tórax
INSTINX presenta planificación automatizada de exploraciones para realizar una planificación de exploración totalmente automatizada en todos los exámenes rutinarios, incluidos los rangos y parámetros de exploración, incluidas las configuraciones de dosis y exposición, utilizando los datos exclusivos de 3D Landmark y la tecnología de detección de puntos de referencia anatómicos (ALD).

imágenes de alta calidad con dosis bajas

Una sinergia única de tecnologías de filtrado de haces y reconstrucción mejorada por IA

El cribado del cáncer de pulmón exige un alto rendimiento del paciente y una baja dosis de radiación, al tiempo que proporciona imágenes con la calidad necesaria para una evaluación fiable del crecimiento de los nódulos y la malignidad. La combinación única de SilverBeam Filter con nuestra reconstrucción de imágenes específica de Deep Learning da como resultado la mejor calidad de imagen posible con las dosis estándar  de cribado del cáncer de pulmón.

SilverBeam Filter
SilverBeam, un filtro de energía formador de haz, aprovecha las propiedades de atenuación de fotones de la plata para eliminar selectivamente fotones de baja energía de un haz de rayos X policromático, dejando un espectro de energía optimizado para la detección del cáncer de pulmón.

Descubre SilverBeam

Advanced intelligent Clear-IQ Engine (AiCE)
AiCE  es una tecnología avanzada de Reconstrucción por Deep Learning, entrenada para reducir el ruido y mejorar la señal para ofrecer imágenes nítidas, claras y definidas rápidamente.

Más información sobre AiCE

✓Bajo Nivel de Ruido

✓ Textura de Imagen Natural*1

✓ Doble resolución espacial de alto contraste*2

✓ Una Excelente Detectabilidad de Bajo Contraste

✓ Dosis reducidas para las imágenes del cuerpo*3

*1 Natural se define como similar a FBP en comparación con MBIR
*2 AiCE Body Sharp en comparación con AIDR 3D Body Sharp al 10% MTF medido utilizando el módulo de sensometría de teflón de Catphan600
*3 En comparación con to FBP

Detección de pequeños nódulos pulmonares

Imágenes de alta calidad de TC pulmonar a 0.54 mSv utilizando la combinación de SilverBeam Filter y AiCE.
En este paciente, se puede ver claramente un pequeño nódulo pulmonar en el lóbulo superior derecho.


Cortesía del Hospital de la Universidad de Fujita, Japón

Más detalle en comparación con la radiografía

En contraste con la radiografía de tórax, la presencia de cáncer de pulmón es claramente visible en el lóbulo superior izquierdo. Utilizando la combinación de SilverBeam Filter y AiCE, la dosis efectiva de esta exploración fue de sólo 0,18 mSv, un nivel de dosis más cercano al de una radiografía de tórax. 3


Cortesía del Dr. Russell Bull, Hospital Royal Bournemouth, Bournemouth, Reino Unido

Imágenes de seguimiento a dosis bajas

SilverBeam Filter combinado con AiCE ofrece imágenes de alta calidad de los pulmones con una dosis más cercana a la de una radiografía de tórax.
En este paciente, se logró una reducción de dosis del 94% en el seguimiento mediante la aplicación de nuestro SilverBeam Filter en comparación con la exploración inicial con un filtro estándar, al tiempo que se mantuvo la conspicuidad del nódulo.


Cortesía de NHLBI, Institutos Nacionales de Salud, Estados Unidos

“I have had patients who are reluctant to come in for a chest CT because of the fears of radiation. However, with Canon Medical technology, that barrier is removed. And now, we are able to offer ultra-low dose chest CT for screening for lung cancer, and that’s a game changer.”

Dr. Marcus Chen
Director of Cardiothoracic Imaging at the National
Institutes for Health (NIH), Maryland, US

Please accept preferences-cookies to watch this video.

estratificación de riesgos y diagnóstico

Evaluación estandarizada de los nódulos pulmonares y caracterización exhaustiva de los nódulos a lo largo del tiempo

Un aspecto clave de cualquier programa de cribado del cáncer de pulmón es la información precisa y puntual de las exploraciones, seguida de una gestión optimizada de los nódulos y de la enfermedad pulmonar. Sin embargo, sin las soluciones de software adecuadas, la información de los exámenes de cáncer de pulmón puede ser una tarea que lleve mucho tiempo y que propicie errores.

La solución integral de cribado de cáncer de pulmón de Vitrea Advanced Visualization contiene herramientas automatizadas que le ayudan en la detección y caracterización de diferentes tipos de nódulos pulmonares, incluida la evaluación de los patrones de crecimiento. Para facilitar el flujo de trabajo y la elaboración de informes estructurados, los hallazgos se transfieren automáticamente a su plantilla de informes con referencia rápida a directrices como Lung-RADS y los Criterios Fleischner.

Más información sobre Vitrea para el cáncer de pulmón


Automatically detects potentially actionable lung nodules and quantitative assessment of growth.

Evidencia Clínica

presentaciones de clientes

Escuche a nuestros ponentes presentar los últimos avances en el cribado del cáncer de pulmón, dar consejos sobre cómo superar las barreras en la implantación clínica y mejorar el acceso al cribado y compartir la tecnología más reciente en TC de dosis ultrabaja.

Please accept preferences-cookies to watch this video.

Please accept preferences-cookies to watch this video.

Please accept preferences-cookies to watch this video.

Documentos Científicos

Encuentre aquí nuestras últimas pruebas científicas sobre soluciones de cribado del cáncer de pulmón con tecnologías de Canon.

Hamada, A et al. | Comparison of deep-learning image reconstruction with hybrid iterative reconstruction for evaluating lung nodules with high-resolution computed tomography| Journal of Computer Assisted Tomography (2023)

Oshima, Y et al. | Capability for dose reduction while maintaining nodule detection: Comparison of silver and copper X- ray spectrum modulation filters for chest CT using a phantom study with different reconstruction methods|European Journal of Radiology (2023)

Goto, M et al. | Lung- optimized deep-learning-based reconstruction for ultralow-dose CT| Academic Radiology (2023)

Hamabuchi N et al. | Effectiveness of deep learning reconstruction on standard to ultra-low-dose high-definition chest CT images | Japanese Journal of Radiology (2023)

K. Boedeker et al. | Technical Evaluation of a Low Dose Lung Cancer Screening Computed Tomography Protocol using a Beam- Shaping Silver Filter and Deep Learning Reconstruction.

Watanabe, S et al.| Pulmonary nodule volumetric accuracy of a deep learning- based reconstruction algorithm in low- dose computed tomography: A phantom study | Physica Medica (2022)

Mikayama, R et al. | Deep-learning reconstruction for ultra- low- dose lung CT: volumetric measurement accuracy and reproducibility of artificial groundglass nodules in a phantom study|The British Journal of Radiology (2022)

Keiichi Nomura et al. | Radiation Dose Reduction for Computed Tomography Localizer Radiography Using an Ag Additional Filter | J Comput Assist Tomogr (2021)

Ortlieb, A. C et al. | Impact of Morphotype on Image Quality and Diagnostic Performance of Ultra-Low-Dose Chest CT | Journal of Clinical Medicine (2021)

Singh R et al. | Image Quality and Lesion Detection on Deep Learning Reconstruction and Iterative Reconstruction of Submillisievert Chest and Abdominal CT | American Journal of Roentgenology (2020)

Yanagawa, M et al. | Lung adenocarcinoma at CT with 0.25- mm section thickness and a 2048 matrix: high-spatial-resolution imaging for predicting invasiveness |Radiology (2020)

Tsubamoto, M et al. | Ultra high-resolution computed tomography with 1024-matrix: Comparison with 512-matrix for the evaluation of pulmonary nodules. |European Journal of Radiology (2020)

Lucia J M Kroft et al. | Added Value of Ultra-Low-Dose Computed Tomography, Dose Equivalent to Chest x-Ray Radiography, for Diagnosing Chest Pathology | J Thorac Imaging (2019)

Fujita, M et al. | Lung cancer screening with ultra-low dose CT using full iterative reconstruction | Japanese journal of radiology (2017)

Meyer, E. et al. | Wide-volume versus helical acquisition in unenhanced chest CT: prospective intra-patient comparison of diagnostic accuracy and radiation dose in an ultra- low-dose setting |European Radiology (2019)

Schaal, M. et al. | Diagnostic Performance of Ultra-Low-Dose Computed Tomography for Detecting Asbestos-Related Pleuropulmonary Diseases: Prospective Study in a Screening Setting| PLOS One (2016)

Kakinuma R et al. | Ultra-High-Resolution Computed Tomography of the Lung: Image Quality of a Prototype Scanner | PLoS ONE (2015)

Nomura, Y et al. | Effects of iterative reconstruction algorithms on computer-assisted detection (CAD) software for lung nodules in ultra- low- dose CT for lung cancer screening |Academic Radiology (2017)


Referencias Generales

  1. Globocan 2020.
  2. Oudkerk M. et al | Lung cancer LDCT screening and mortality reduction – evidence, pitfalls and future perspectives | Nature Reviews Clinical Oncology (2021)
  3. RadiologyInfo.org | Radiation Dose from X-Ray and CT Exams | RadiologyInfo.org. (2022)