Bot médico de IA que diagnostica una mamografía de cáncer de mama
La detección del cáncer es más efectiva utilizando la IA que con los métodos tradicionales, según un estudio
Los resultados fueron especialmente prometedores con los cánceres de pulmón, esófago e hígado, mientras que las predicciones fueron más limitadas para ovario, mama y cuello uterino
La inteligencia artificial y los modelos de aprendizaje automático han demostrado ser capaces de identificar a personas con una mayor probabilidad de desarrollar varios tipos de cáncer más frecuentes que los métodos tradicionales.
Un estudio presentado en el congreso de la Sociedad Europea de Oncología Médica (ESMO) mencionaba que, con algunos datos recopilados de manera rutinaria y elementos del estilo de vida de las personas, podrían ser muy útiles a la hora de la detección de la enfermedad.
Los investigadores han reunido datos de 463.620 participantes del Biobanco del Reino Unido (UK Biobank), a quienes se les ha realizado un seguimiento durante cerca de 18 años. En ese tiempo, 57.055 desarrollaron algún tipo de cáncer. A lo largo del estudio se ha trabajado con cerca de 500 modelos de aprendizaje automático para predecir el riesgo de desarrollar 20 tipos de cáncer frecuentes.
Estos modelos se basaron en los antecedentes médicos, factores relacionados con el estilo de vida, análisis de sangre, material genético y metabolitos. Por otro lado, los investigadores –con la intención de llegar a diferentes poblaciones– validaron datos de participantes de Escocia y Gales, y más de 40.000 del programa estadounidense 'All of Us', junto con más de tres millones de personas de una base de datos japonesa.
Asimismo, se excluyeron análisis de los casos de cáncer detectados durante el primer año de seguimiento para minimizar la posible influencia de enfermedades aún no diagnosticadas al inicio del estudio. Aunque la capacidad predictiva varió dependiendo del tipo de cáncer, los modelos han superado a los métodos estadísticos tradicionales.
Pulmón, esófago e hígado, los más prometedores
Los que fueron especialmente prometedores fueron los cánceres de pulmón, esófago e hígado, mientras que las predicciones fueron más limitadas para ovario, mama y cuello uterino.
Los análisis de sangre aportaron información predictiva para los cánceres diagnosticados más de cinco años después, a la vez que la incorporación de datos genéticos y los metabolómicos mejoró ligeramente el rendimiento de los modelos.
Por otro lado, los investigadores desarrollaron la herramienta 'PRE-Screen', para que los agentes de IA basados en modelos de lenguaje pudieran tomar los modelos de predicción de riesgo, obteniendo resultados considerablemente mejores que aquellos que se realizaron sin apoyarse en esta tecnología.
El autor principal del estudio Paul-Henry Koop, del Centro Else Kröner Fresenius de Salud Digital de la Universidad Técnica de Dresde (Alemania), mencionaba que «en determinados tipos de cáncer, estos modelos podrían utilizarse como herramientas de precribado de bajo coste, basadas en datos que ya se recogen de forma habitual en la práctica clínica».
Los investigadores apuntan a que los programas de cribado actuales suelen establecer unas líneas generales de elegibilidad en vez de evaluar el riesgo individual de cada persona. Desde la Unión Europea tradicionalmente se ha recomendado que los cribados se centren en los cánceres de mama, cuello uterino y colorrectal, aunque desde el Consejo de la UE también se recomienda la posibilidad de ampliar los programas a otros tipos.
