Google mejora la detección cáncer de mama
Un sistema de inteligencia artificial de Google demostró ser tan bueno como radiólogos expertos para detectar qué mujeres tenían cáncer de seno en base a mamografías de detección, mostrándose prometedor en la reducción de errores, informaron investigadores en Estados Unidos y Gran Bretaña.
La investigación, publicada el miércoles en Nature, es la más reciente en mostrar que la inteligencia artificial (IA) puede mejorar el diagnóstico del cáncer de mamas, que afecta a una de cada 20 mujeres a nivel mundial. Se desarrolló con la unidad DeepMind AI de Alphabet, que se fusionó con Google Health en septiembre.
Actualmente, los radiólogos yerran en cerca del 20% de los cánceres de mama en las mamografías, según la Sociedad Americana Contra el Cáncer. La mitad de las mujeres que se hacen el examen en un período de 10 años tienen un resultado falso positivo -cuando se determina erróneamente que tienen la enfermedad.
El doctor Mozziyar Etemadi, coautor del estudio, de Northwestern Medicine en Chicago, dijo que los hallazgos, si bien iniciales, representaban un gran avance en el potencial para la detección temprana del cáncer de mama, período en el que son mayores las probabilidades de lograr una cura.
El equipo, que incluyó investigadores del Imperial College London y del Servicio Nacional de Salud de Reino Unido, primero capacitó al sistema para identificar cánceres en decenas de miles de mamografías. Después comparó las predicciones del sistema de IA con los resultados reales de un conjunto de 25.856 mamografías en Reino Unido y con 3.097 de Estados Unidos.
El estudio mostró que el sistema de Inteligencia Artificial podría identificar de forma correcta cánceres a partir de imágenes con un grado similar de precisión al de radiólogos expertos, bajando el número de falsos positivos en un 5,7% en el grupo basado en Estados Unidos y en 1,2% en el grupo británico.
El sistema además redujo el número de falsos negativos -exámenes que se clasificaron erróneamente como normales- en un 9,4% en el grupo estadounidense y en un 2,7% en el grupo de Reino Unido-
Las diferencias entre los dos países reflejan las formas en las que se leen las mamografías. En Estados Unidos, sólo un radiólogo interpreta los resultados y se hacen los exámenes cada uno o dos años. En Reino Unido, la revisión se realiza cada tres años y cada una la leen dos radiólogos. Cuando los expertos disienten, interviene un tercero.
En una prueba adicional, el grupo enfrentó al sistema de IA contra seis radiólogos y encontró que su desempeño fue superior al de los médicos en predecir de forma exacta los cánceres de mama.
La doctora Connie Lehman, jefa de imagenología mamaria en el Massachusetts General Hospital de Harvard, dijo que los resultados están en línea con los descubrimientos de varios grupos que usaron IA para mejorar la detección de cáncer en mamografías, incluyendo el trabajo de ella.
La noción de usar computadoras para mejorar el diagnóstico de cáncer tiene décadas de antigüedad, y los sistemas de detección asistida por computadora (CAD) son comunes en las clínicas de mamografía. Sin embargo, los programas de CAD no han mejorado el rendimiento en la práctica clínica.
El problema, indicó Lehman, es que los programas CAD actuales fueron entrenados para identificar cosas que los radiólogos humanos sí pueden ver.
Con la IA, las computadoras aprenden a detectar cánceres en función de los resultados reales de miles de mamografías, lo que tiene el potencial de “superar la capacidad humana para identificar señales sutiles que el ojo humano y el cerebro no pueden percibir”, dijo Lehman.
Etemadi admitió que, hasta ahora, “las computadoras no han sido de gran ayuda, pero lo que hemos demostrado al menos en decenas de miles de mamografías es que la herramienta realmente puede tomar una decisión bien informada”.
El estudio tiene algunas limitaciones. La mayoría de las pruebas se realizaron con el mismo tipo de equipo de imágenes, y el grupo de Estados Unidos contenía muchos pacientes con cáncer confirmado.
Se necesitarán más estudios para demostrar que, cuando la utilizan los radiólogos, la herramienta mejora la atención al paciente y requerirá la aprobación reglamentaria, lo que podría llevar varios años.
