Noticias

Inteligencia Artificial para el diagnóstico del cáncer de mama

Un sistema de IA (Inteligencia Artificial) presentado en el simposio internacional de imagen biomédica (ISBI 2016) celebrado en Praga mejora la capacidad humana de diagnóstico del cáncer de mama, pasando de una precisión del 96% al 99,5%. 

El sistema, desarrollado por investigadores del Beth Israel Deaconess Medical Center de Boston, EE. UU.,  emplea métodos de “aprendizaje en profundidad” (deep learning), así como un algoritmo de IA que se utiliza en múltiples aplicaciones, con el fin de “enseñar” a los ordenadores a interpretar imágenes de patología con el fin de mejorar la precisión del diagnóstico. El proceso empleado se cree que es similar a la forma en que el aprendizaje tiene lugar en las capas de neuronas de la corteza cerebral, que es la región del cerebro donde tiene lugar el proceso de pensamiento.

El equipo de investigadores comenzó entrenando al sistema de IA con centenares de imágenes que mostraban la diferencia entre células normales y células cancerosas. A continuación, extrajeron millones de ejemplos y emplearon “aprendizaje en profundidad” para construir un modelo con el que clasificarlos. Esto incluía identificar los fallos del sistema de IA con el fin de volver a “reentrenarlo” volviendo a examinar algunos de los ejemplos más difíciles. En la presentación llevada a cabo en ISBI 2016, el sistema de IA acertó correctamente la presencia de cáncer en 92% de las veces, es decir, sólo cuatro puntos menos que un patólogo humano. “Pero lo realmente increíble”, comenta el autor principal del estudio, el profesor Andrew Beck, “fue que al combinar el análisis del patólogo con el método de diagnóstico por computadora, el método consiguió una precisión del 99,5%, lo cual supone una reducción importante de errores diagnósticos con respecto a los resultados estándar, permitiendo la elaboración de diagnósticos más precisos y libres de errores.

El Profesor Beck concluye que “identificar la presencia o ausencia de metástasis en los nódulos linfáticos de un paciente es una tarea rutinaria pero críticamente importante para los patólogos. Mirar por el microscopio millones de células normales para poder identificar unas pocas células malignas puede ser extremadamente laborioso utilizando métodos convencionales. Pensamos que esta era una tarea para la que un computador podría servir muy bien, como hemos podido demostrar”. 
Imprimir el artículo