Dos médicos examinan una tomografía computarizada
Sanidad
Crean una herramienta de IA que podría detectar el cáncer en fases tempranas
Aunque todavía serán necesarias más pruebas antes de introducirlo en los sistemas de salud, los autores aseguran que funciona de manera más eficiente y efectiva que los métodos empleados actualmente
Con alrededor de 10 millones de muertes anuales (o una de cada seis) en todo el mundo, el cáncer es la principal causa de muerte y una de las enfermedades más investigadas para encontrar posibles soluciones y tratamientos ya que, en muchos casos, se puede curar si se detecta a tiempo y se interviene rápidamente.
Uno de ellos lo acaban de presentar expertos de la fundación Royal Marsden NHS, el Instituto de Investigación del Cáncer de Londres y el Imperial College de la capital británica y se trata de un modelo de inteligencia artificial (IA) que, según explican, puede identificar si los crecimientos anormales que se encuentran en las tomografías computarizadas son cancerosos. El algoritmo funciona de manera más eficiente y efectiva que los métodos actuales, aseguran los autores, quienes han publicado sus hallazgos en la revista eBioMedicine de The Lancet.
«En el futuro, esperamos que mejore la detección temprana y, potencialmente, haga que el tratamiento del cáncer sea más exitoso al destacar a los pacientes de alto riesgo y acelerarlos hacia una intervención más temprana», señala el Dr. Benjamin Hunter, registrador de oncología clínica en Royal Marsden.
El equipo utilizó tomografías computarizadas de unos 500 pacientes con grandes nódulos pulmonares para desarrollar un algoritmo de IA utilizando radiómica, un método que extrae un gran número de características de las imágenes médicas utilizando parámetros de caracterización de datos. Posteriormente, se probó para determinar si podía identificar con precisión esos nódulos. La conclusión del equipo es alentadora: la técnica puede extraer información vital de imágenes médicas que el ojo humano no detecta fácilmente.
El estudio utilizó una medida llamada área bajo la curva (AUC) para ver cuán efectivo era el modelo para predecir el cáncer. Un AUC de 1 indica un modelo perfecto. Un 0,5, por el contrario, significaría que el modelo estaría adivinando al azar.
Los resultados mostraron que el modelo de IA podía identificar el riesgo de cáncer de cada nódulo con un AUC de 0,87. El rendimiento mejoró la puntuación de Brock, una prueba que se utiliza actualmente en medicina clínica, que obtuvo una puntuación de 0,67, y de Herder, otra prueba que tiene un AUC de 0,83.
«Según estos resultados iniciales, nuestro modelo parece identificar con precisión los nódulos pulmonares grandes cancerosos», dice Hunter. «A continuación, planeamos probar la tecnología en pacientes con grandes nódulos pulmonares en medicina clínica para ver si puede predecir con precisión su riesgo de cáncer de pulmón».
Combinación de modelos
El modelo de IA también puede ayudar a los médicos a tomar decisiones más rápidas sobre pacientes con crecimientos anormales que actualmente se consideran de riesgo medio. Combinado con Herder, el modelo de IA pudo llegar incluso a identificar a los pacientes de alto riesgo en este grupo al sugerir una intervención temprana para 18 de los 22 (82 %) nódulos que luego se confirmaron como cancerosos.
El equipo enfatizó que el modelo, llamado Libra, aún se encuentra en una etapa inicial y se requerirán más pruebas antes de que pueda introducirse en los sistemas de salud. Pero sus beneficios potenciales están claros, aseguran los investigadores, y esperan que la herramienta pueda eventualmente acelerar la detección del cáncer al ayudar a acelerar el tratamiento de los pacientes y optimizar el análisis de las tomografías computarizadas.
El cáncer de pulmón es la principal causa mundial de mortalidad por cáncer y representa una quinta parte (21 %) de las muertes por cáncer en el Reino Unido. Los diagnosticados a tiempo pueden recibir un tratamiento mucho más eficaz, pero datos recientes muestran que más del 60 % de los cánceres de pulmón en Inglaterra se diagnostican en la etapa tres o cuatro.
Comentarios
