Inicio ASP El diagnóstico de cáncer de mama mejora con la ayuda de la...

El diagnóstico de cáncer de mama mejora con la ayuda de la inteligencia artificial

Compartir

Un sistema de inteligencia artificial de nuevo desarrollo se está mostrando prometedor para ayudar a los patólogos a mejorar el diagnóstico de cáncer de mama a partir de imágenes. En una prueba en una reunión científica, impulsó la precisión humana de un 96 a un 99,5%.

El sistema de inteligencia artificial (IA) “está basado en un aprendizaje profundo, un algoritmo de aprendizaje utilizado para una variedad de aplicaciones, incluyendo el reconocimiento de voz y reconocimiento de imágenes“, explica Andrew Beck, profesor asociado de patología de la Facultad de Medicina de Harvard, que dirige el equipo de desarrollo del nuevo sistema en el Beth Israel Deaconess Medical Center (BIDMC), en Boston, MA.

El Prof. Beck y sus colegas demostraron este nuevo sistema de inteligencia artificial en un concurso realizado en la reunión anual del Simposio Internacional de Imágenes Biomédicas (ISBI 2016), que tuvo lugar en Praga el pasado mes de abril.

Él y sus colegas están desarrollando métodos de IA que capacitan a los ordenadores para interpretar imágenes de patología para mejorar la exactitud de los diagnósticos.

El enfoque que están utilizando enseña a los ordenadores a interpretar los complejos patrones observados en este tipo de imágenes mediante “la construcción de redes neuronales artificiales de múltiples capas“, dice el profesor Beck.

El proceso pretende simular la forma de aprendizaje se lleva a cabo en las capas neuronales en la neocorteza cerebral, la región donde se produce el pensamiento.

El equipo puso a prueba el nuevo sistema de inteligencia artificial en la reunión ISBI 2016 haciendo que examinara imágenes de los ganglios linfáticos para determinar si mostraban o no evidencia de cáncer de mama.

Realmente inteligente
El equipo comenzó a entrenar el sistema de inteligencia artificial con cientos de diapositivas didácticas clasificadas por los patólogos para mostrar la diferencia entre las células cancerosas y las normales.

Después extrajeron millones de los ejemplos de entrenamiento y utilizaron el aprendizaje profundo para construir un modelo de clasificación. Esto incluyó la identificación de las equivocaciones del sistema de inteligencia artificial y después de volvió a entrenar usando ejemplos cada vez más difíciles.

La prueba en la reunión demostró que el sistema de inteligencia artificial por sí mismo diagnostica correctamente la presencia de cáncer en un 92% de las veces, sólo 4 puntos por debajo de la exactitud del 96% alcanzado por un patólogo humano.

Pero lo verdaderamente emocionante fue cuando combinamos el análisis del patólogo con nuestro método de diagnóstico de cálculo automatizado, ya que el resultado mejoró hasta un 99,5% de precisión“, señala el profesor Beck. “La combinación de estos dos métodos supuso una importante reducción de errores“.

El Prof. Beck explica que los patólogos han estado utilizando imágenes digitalizadas y aprendizaje automático para mejorar y acelerar el diagnóstico durante décadas, pero son las mejoras recientes en la digitalización, almacenamiento, procesamiento, y algoritmos las que están haciendo posible hacer progresos significativos.

El profesor dice que los resultados indican que lo que está haciendo el sistema de inteligencia artificial es “genuinamente inteligente” y, cuando se combina con la capacidad humana, da lugar a diagnósticos más precisos y clínicamente valiosos.

Uno de los organizadores del Simposio, el Dr. Jeroen van der Laak, que lidera un grupo de patología en el Centro Médico de la Universidad Radboud en los Países Bajos, dice que los resultados muestran claramente que la IA va a determinar la manera en que los patólogos usen las imágenes en el futuro.

La identificación de la presencia o ausencia de cáncer metastásico en los ganglios linfáticos de un paciente es una tarea rutinaria y de importancia crítica para los patólogos. Mirar a través de un microscopio para cribar millones de células normales para identificar sólo unas pocas células malignas, demuestra el hecho de que los métodos convencionales son muy laboriosos. Nos pareció que era una tarea que un ordenador podría hacer muy bien – y ese resultó ser el caso“, concluyó el Prof. Andrew Beck.
..Susana Calvo