INER y AstraZeneca implementan IA para detección temprana de cáncer de pulmón y diagnóstico integral enfermedades respiratorias

Tiempo de lectura aprox: 3 minutos, 29 segundos

El Instituto Nacional de Enfermedades Respiratorias (INER) y AstraZeneca firmaron un convenio para integrar el software de Inteligencia Artificial Qure AI en los procesos de diagnóstico por imagen del INER. Esto con el objetivo de detectar en etapas tempranas el cáncer de pulmón y otras enfermedades respiratorias; el acuerdo fue signado por la directora general del INER, Carmen Margarita Hernández Cárdenas, y el presidente de AstraZeneca México, Julio Alberto Ordaz López, y fue dado a conocer el 26 de agosto de 2025.

El INER “Ismael Cosío Villegas” implementará la herramienta Qure AI para asistir en la interpretación de radiografías y tomografías torácicas, buscando identificar nódulos pulmonares y otras alteraciones asociadas a cáncer de pulmón y tuberculosis. La primera etapa del convenio contempla el análisis de cerca de 24 mil radiografías y 20 mil tomografías que realiza anualmente el instituto.

Objetivos clínicos

En el comunicado de prensa el jefe del Servicio de Oncología del INER, Jorge Arturo Alatorre Alexander, menciona que el cáncer de pulmón suele detectarse en etapas avanzadas cuando ya no es curable; identificarlo temprano puede permitir curarlo. El software Qure AI, validado internacionalmente, asistirá a los médicos en la identificación temprana de nódulos y otras alteraciones que requieren atención oportuna. La directora del INER subrayó que, al analizar una imagen, los hallazgos pueden ir más allá del cáncer y beneficiar todas las áreas clínicas del instituto.

Fases del proyecto y alcance operativo

El convenio consta de 3 fases:

1. Implementación del software para procesar el volumen anual de imágenes del INER (~24,000 radiografías y ~20,000 tomografías).
2. Creación de un modelo de colaboración con médicos generales y unidades de primer nivel -comenzando por la delegación Tlalpan- para establecer un sistema ágil de alerta y referencia hacia el INER
3. Uso educativo del sistema para que residentes integren la IA en su práctica clínica y formen una nueva generación de médicos familiarizados con estas tecnologías.

Qure.ai

Es una empresa de tecnología médica que crea programas informáticos basados en “deep learning” (aprendizaje profundo), una rama de la inteligencia artificial. Su propósito principal es ayudar a interpretar imágenes médicas -como radiografías y tomografías- de forma rápida y con precisión.

El deep learning, o aprendizaje profundo, es una técnica de inteligencia artificial que permite aprender y reconocer patrones complejos en datos, parecido a cómo un experto detecta señales sutiles para identificar problemas a tiempo y tomar acción.

La herramienta más conocida qXR es el nombre del producto de Qure.ai para lectura de radiografías de tórax. Piensa en qXR como una lupa digital inteligente que analiza una radiografía y marca automáticamente señales relevantes: nódulos, opacidades, derrames, signos de tuberculosis y otros 29 indicadores posibles. Cumple normas internacionales básicas de seguridad y rendimiento para su uso clínico en algunos mercados.

Beneficios esperados

• Aumenta la detección temprana: mejora la capacidad de identificar nódulos pulmonares y otros signos. Lo que puede adelantar diagnósticos críticos como el cáncer de pulmón.
• Rapidez: analiza imágenes más rápido que los procesos manuales, útil cuando hay gran volumen de estudios.
• Cobertura en lugares con pocos especialistas: ayuda a extender capacidad diagnóstica en hospitales o clínicas donde no hay radiólogos disponibles todo el tiempo.
• Mejora la sensibilidad: según ensayos, qXR puede aumentar la sensibilidad en la detección de nódulos pulmonares respecto a lecturas tradicionales.

AstraZeneca y Qure.ai

AstraZeneca ha establecido asociaciones con startups de salud mediante su A.Catalyst Network para integrar soluciones digitales que mejoren el acceso y la precisión diagnóstica. Su colaboración con Qure.ai conecta la experiencia farmacéutica y operativa de AstraZeneca con la capacidad de IA de qXR para identificar marcadores radiográficos sospechosos, como nódulos pulmonares.

El objetivo conjunto es detectar casos que requieren confirmación y acelerar la referencia a atención especializada, especialmente en contextos con limitaciones de recursos. Además, la alianza apunta a superar barreras en países de ingresos bajos y medios, reducir mortalidad por detección tardía y capacitar profesionales mediante programas educativos digitales.

Declaraciones

Carmen Margarita Hernández Cárdenas destacó la colaboración entre la institución pública y la empresa global para construir “soluciones más seguras, eficientes y con mayor alcance para los pacientes”. Además destacó el beneficio transversal a distintas áreas clínicas. Jorge Arturo Alatorre Alexander subrayó que la herramienta “se suma al trabajo médico” para detectar cáncer de pulmón en etapas tempranas. Julio Alberto Ordaz López señaló que la detección oportuna es una parte crítica en la lucha contra el cáncer de pulmón y que la tecnología representa una valiosa oportunidad para mejorar ese panorama.

Próximos pasos

INER y AstraZeneca implementarán el software Qure AI para analizar cerca de 24,000 radiografías y 20,000 tomografías anuales con el fin de detectar tempranamente cáncer de pulmón y otras patologías respiratorias. Además de acelerar la detección, el proyecto busca integrar la Inteligencia Artificial en la red de atención primaria mediante alertas y referencias desde centros de salud. Lo que podría reducir tiempos de diagnóstico y acceso a tratamiento especializado. La capacitación de residentes como parte de la tercera fase promoverá la adopción clínica sostenida.

Pero también debemos reconocer las limitaciones y responsabilidad clínica:

• qXR no emite un diagnóstico definitivo por sí solo; su salida es una ayuda o alerta que debe ser confirmada por especialistas.
• La herramienta complementa, no sustituye, la interpretación clínica y la decisión terapéutica del médico.
• Su desempeño depende de la calidad de la imagen y de la validación en poblaciones específicas; por eso es importante usarlo dentro de protocolos establecidos y con supervisión clínica.

La integración de Qure AI en el INER puede aumentar la detección temprana y agilizar rutas de atención. Pero su eficacia real depende de supervisión médica, protocolos claros y validación local.

Referencias