Prensa.
abc.es.
En
el futuro, y parece que no a muy largo plazo, la inteligencia artificial será
una de las mejores aliadas de los profesionales de la medicina en el
diagnóstico y tratamiento de muchas enfermedades, como el cáncer. El último
avance en este campo se acaba de publicar en la revista Nature Medicine y
muestra como un sistema de inteligencia artificial (I.A), de aprendizaje
profundo, es capaz de detectar el cáncer de pulmón antes que los radiólogos más
expertos. En concreto, el sistema identificó ganglios pulmonares cancerosos en
tomografías computarizadas de tórax de baja dosis (LDCT) con mayor especificidad
y sensibilidad.
Según
estos datos, este sistema de aprendizaje profundo proporciona un sistema
automatizado de evaluación de imágenes para mejorar la precisión del
diagnóstico precoz de cáncer de pulmón que podría beneficiar a los pacientes al
poderse iniciar un tratamiento más temprano. El método se comparó con las
imágenes de resonancia de un grupo de pacientes, algunos de los cuales tenían
la confirmación del cáncer mediante biopsia, y, en la mayoría de las
comparaciones, el modelo funcionó igual o mejor que los radiólogos.
Además,
el sistema de aprendizaje profundo también produjo menos falsos positivos y
menos falsos negativos, lo que podría llevar a menos procedimientos de
seguimiento innecesarios y menos tumores perdidos, si se utilizara en un
entorno clínico.
El
sistema de aprendizaje profundo mostró una mayor especificidad y sensibilidad
en la identificación del cáncer de pulmón. «Los
radiólogos examinan cientos de imágenes bidimensionales o 'cortes' en una sola
tomografía computarizada, pero este nuevo sistema de aprendizaje automático
permite apreciar a los pulmones en una imagen tridimensional única y muy
grande», explica el autor del estudio, Mozziyar Etemadi, de la Universidad
Northwestern y de la Escuela de Ingeniería McCormick (EE.UU.). «La IA en 3D
puede ser mucho más sensible a la hora de detectar el cáncer de pulmón
precozmente que el ojo humano, que solo ve las imágenes en 2D».
Etemadi
explica que para diseñar este tipo de IA capaz de analizar estás imágenes
radiológicas se necesita un enorme sistema informático de escala Google. «El
concepto es novedoso, pero su ingeniería real también es novedosa debido a la
escala».
«Esta
área de investigación es increíblemente importante, ya que el cáncer de pulmón
tiene la tasa más alta de mortalidad entre todos los tumores, y hay muchos
desafíos en cuanto a su detección temprana», afirma Shravya Shetty, de Google.
«Nuestro trabajo examina las formas en que se puede utilizar la inteligencia
artificial para mejorar la precisión y optimizar el proceso de selección, de
manera que pueda ayudar a la implementación de los programas de detección. Los
resultados son prometedores y esperamos continuar nuestro trabajo con nuevos
socios».
El
sistema de aprendizaje profundo mostró una mayor especificidad y sensibilidad
en la identificación del cáncer de pulmón. En
España se detectan 28.645 nuevos casos de cáncer de pulmón cada año. Es el tipo
de cáncer más frecuente en el mundo. Muchos ensayos clínicos han demostrado que
las pruebas de detección de tórax pueden identificar el cáncer y reducir las
tasas de mortalidad. Sin embargo, las altas tasas de error y el acceso limitado
a estas pruebas de detección significan que muchos cánceres de pulmón
generalmente se detectan en etapas avanzadas, cuando son difíciles de tratar.
«El
sistema puede clasificar una lesión con más especificidad. No solo podemos
diagnosticar mejor a una persona con cáncer, también podemos decir si alguien
no tiene cáncer, lo que podría salvarlo de una biopsia pulmonar invasiva,
costosa y de mucho riesgo», concluye Etemadi.
Los
científicos de Google desarrollaron el modelo de aprendizaje profundo y lo
aplicaron a 6.716 grupos de tomografías computarizadas sin identificación proporcionados
por la Universidad Northwestern Medicine para validar la precisión de su nuevo
sistema. Los científicos encontraron que el sistema de inteligencia artificial
podía detectar nódulos pulmonares malignos, a veces minúsculos.
La
IA, además, produjo menos falsos positivos y menos falsos negativos. «La
mayoría del software que utilizamos como clínicos está diseñado para la
atención del paciente, no para la investigación –explica Etemadi-. La capacidad
de colaborar con científicos de clase mundial en Google, utilizando sus
capacidades informáticas sin precedentes para crear algo con el potencial de
ahorrar decenas de miles de vidas al año es verdaderamente un privilegio».
Los
autores advierten que estos hallazgos deben validarse clínicamente en grandes
poblaciones de pacientes, pero sostienen que este modelo puede ayudar a mejorar
el manejo y los resultados de los pacientes con cáncer de pulmón.