Un nuevo método basado en inteligencia artificial detecta el cáncer del futuro

FOTO POR COMPUTER SCIENCE AND ARTIFICIAL INTELLIGENCE LABORATORY, MASSACHUSETTS GENERAL HOSPITAL

Un nuevo modelo de deep learning ha dado vida a una serie de algoritmos de inteligencia artificial que, aplicados a las mamografías convencionales, permite detectar el cáncer hasta cinco años antes de su desarrollo en el paciente.

Ideado por un grupo de investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) y del Hospital General de Massachusetts, este nuevo método de predicción del cáncer futuro podría revolucionar los tratamientos, ya que categoriza con precisión en la categoría de mayor riesgo al 31% de todos los pacientes con cáncer, frente a un 18% de los modelos tradicionales.

A pesar de los continuos avances científicos en materia de genética, a menudo el diagnóstico del cáncer de mama llega demasiado tarde, lo que lleva a tratamientos agresivos con resultados no siempre positivos. La identificación anticipada de los pacientes en riesgo a partir de este nuevo modelo de aprendizaje profundo se vuelve vital para detectar en una mamografía si el paciente desarrollará cáncer en el futuro.

Gracias a las mamografías y los resultados de más de 60.000 pacientes, los investigadores han podido desarrollar una serie de algoritmos que aprenden los sutiles patrones del tejido mamario que son precursores de un tumor maligno.

Este descubrimiento posibilita además la personalización de los tratamientos y seguimientos necesarios para cada paciente, ya que el debate sobre cuándo realizar los exámenes de detección sigue sobre la mesa. Mientras la Sociedad Americana del Cáncer recomienda realizar un chequeo cada año a partir de los 45, el grupo de trabajo preventivo de los EEUU recomienda una evaluación bianual a partir de los 50 años.

"En lugar de adoptar un enfoque único para todos, podemos personalizar la detección del riesgo de una mujer de desarrollar cáncer", dice Barzilay , autor principal del artículo sobre el proyecto, en un comunicado de la CSAIL. "Por ejemplo, un médico podría recomendar exámenes de IRM complementarios para mujeres con alto riesgo evaluado por el modelo".

La edad, los antecedentes familiares de cáncer de mama y ovario, la densidad de mama y los factores hormonales y reproductivos han sido hasta ahora los agentes sobre los que se han basado los modelos de riesgo.

Sin embargo, la mayoría de estos marcadores están débilmente relacionados con el cáncer de mama, afirman los autores de la investigación. Como resultado, incluso después de décadas de desarrollo, estos modelos aún no son muy precisos a nivel individual y la mayoría de las organizaciones siguen sintiendo que los programas de detección basados en el riesgo no son posibles dadas esas limitaciones.

Por ello, en lugar de detectar de forma manual los patrones individuales, este modelo de aprendizaje profundo basado en la inteligencia artificial induce los patrones a partir de datos. Entrenado con más de 90.000 mamografías, este modelo detecta patrones tan sutiles que sería imposible reconocer con el ojo humano.

"Desde la década de 1960, los radiólogos han notado que las mujeres tienen patrones únicos y ampliamente variables de tejido mamario visibles en la mamografía", afirma Lehman en la CSAIL.

Estos patrones pueden representar la influencia de la genética, las hormonas, el embarazo, la lactancia, la dieta, la pérdida de peso y el aumento de peso. Ahora podemos aprovechar esta información detallada para ser más precisos en nuestra evaluación de riesgos a nivel de mujer individual.

Además de a nivel individual, este proyecto significa también un paso muy importante para las diferencias raciales, ya que este modelo es igualmente efectivo en mujeres blancas y negras, lo que hasta ahora no había ocurrido con modelos anteriores. Esto es especialmente importante para las mujeres afroamericanas, que son 43% más propensas a morir de cáncer de seno que las mujeres blancas, afirma el estudio.

Ansiosos por aplicar este modelo a otras enfermedades, los investigadores siguen estudiando este método a fondo con la esperanza de que pueda algún día permitir a los médicos usar mamografías para ver si los pacientes tienen un mayor riesgo de otros problemas de salud, como enfermedades cardiovasculares u otros tipos de cáncer.

https://www.national...cer-del-futuro?