El cáncer de pulmón es la principal causa de muerte por cáncer a nivel mundial, y debido a la naturaleza oculta de sus síntomas iniciales, el diagnóstico a menudo ocurre en etapas avanzadas. La tomografía computarizada de dosis baja o estándar (computed tomography, CT) ha mejorado la tasa de detección temprana, pero los problemas relacionados con la exposición a la radiación ionizante han impulsado el interés hacia la resonancia magnética (magnetic resonance imaging, MRI) como método de imagen sin radiación. Las nuevas secuencias de MRI muestran un rendimiento excelente en la detección de nódulos pulmonares con alta resistencia a artefactos, alta resolución y capacidad para identificar nódulos pequeños. Sin embargo, estas secuencias enfrentan desafíos en su implementación clínica, como la falta de parámetros estandarizados, alta dependencia del equipo y poca experiencia en la interpretación de imágenes, lo que limita su aplicación en el mundo real. Este artículo se enfoca en los cuellos de botella en la traslación de estas secuencias para el cribado temprano y diagnóstico cualitativo de nódulos pulmonares, intentando construir un marco de evaluación tripartito basado en “rendimiento—adaptabilidad—interpretación”. Además, el artículo explora la viabilidad de combinar la imagen funcional por MRI con modelos de diagnóstico basados en inteligencia artificial (artificial intelligence, AI), señalando problemas clave en los modelos AI actuales para el procesamiento de datos MRI, tales como la escasez de datos de entrenamiento, la heterogeneidad de secuencias y las barreras en la transferencia de características. En conjunto, el artículo analiza sistemáticamente los avances tecnológicos de MRI en el cribado y diagnóstico de nódulos pulmonares, haciendo énfasis en los desafíos para la implementación de nuevas secuencias y las brechas en los marcos de análisis AI, con el objetivo de proporcionar ideas de investigación específicas y guías prácticas para vías de cribado de cáncer de pulmón sin radiación.

nódulos pulmonares;imagen por resonancia magnética;secuencias MRI;radiómica;medicina de precisión