traductor

domingo, 5 de enero de 2020

Una IA de Google promete detectar el cáncer de mama mejor que los médicos

Una IA de Google promete detectar el cáncer de mama mejor que los médicos

|
Quizás un día será una herramienta que los médicos usarán en su trabajo, aunque hoy sólo es una promesa. Google asegura que una Inteligencia Artificial (IA) que ha desarrollado puede analizar con mayor eficiencia que los humanos las pruebas de diagnóstico de cáncer de mama. Según un artículo publicado esta semana en la revista Nature , un amplio ensayo basado en la observación de mamografías demostró que el sistema de aprendizaje de la máquina es capaz de superar a radiólogos expertos en la interpretación precisa de mamogramas.
Los resultados deben ser considerados con mucha precaución. Para probar el sistema, se tomaron las mamografías de 25.856 mujeres del Reino Unido y de 3.097 de Estados Unidos.

El estudio no incluye todas las tecnologías diagnósticas, pero abre una vía para nuevas investigaciones

En este estudio –de un equipo de Google liderado por el científico de datos Scott Mayer McKinney–, el sistema de IA debía identificar la presencia de tumores malignos en los mamogramas de mujeres que ya se sabía que habían tenido cáncer de mama, según se había demostrado posteriormente mediante pruebas más concluyentes como las biopsias. El objetivo de las mamografías es detectar el cáncer de mama en una etapa temprana en mujeres que no presentan señales evidentes de la enfermedad.
La detección no es fácil en todos los casos porque el cáncer puede quedar oculto o enmascarado en las mamografías por tejido mamario. Los sistemas de inteligencia artificial buscan hacer más certeras esas observaciones.
Los autores del estudio aseguran que el sistema de IA de Google superó tanto las decisiones históricas tomadas por los radiólogos que habían evaluado los mamogramas con anterioridad, como las decisiones que tomaron otros seis radiólogos que debían interpretar 500 casos elegidos de forma aleatoria.
De la comparación de resultados, el sistema de Google superó a todos los lectores humanos y registró una reducción de falsos positivos en Estados Unidos del 5,7% y del 1,2% en el Reino Unido, así como una reducción de falsos negativos del 9,4% en el primer país y del 2,7% en el segundo. En conjunto, el equipo que realizó el trabajo señaló una reducción de 3,5% en los falsos positivos y de 8,1% en los falsos negativos
El estudio incluyó una simulación en la que el sistema de inteligencia artificial actuó dentro del proceso de doble lectura que se utiliza en el Reino Unido.
“Encontramos –señaló el equipo en Nature –que el sistema de IA mantuvo un desempeño no inferior y redujo la carga de trabajo del segundo lector en un 88%”. Su conclusión es que “esta evaluación robusta del sistema de IA prepara el camino para que los ensayos clínicos mejoren la precisión y la eficiencia del cribado del cáncer de mama”.
Los autores del estudio señalaron, no obstante, que para poder hacer una evaluación más precisa de este tipo de avances en inteligencia artificial es necesario llevar a cabo ensayos clínicos. “El mundo real es más complicado y potencialmente más diverso que el tipo de ambiente de investigación controlado reportado en este estudio”, recuerda Nature .
La revista señala que el estudio de Google no incluyó todas las tecnologías de mamografía que se utilizan en la actualidad. La mayor parte de las imágenes se obtuvieron mediante el sistema de un solo fabricante.
El equipo de Google indicó que su modelo informático tuvo acceso a menos información que los analistas humanos, que en su práctica habitual pueden acceder al historial médico de las pacientes y a otras mamografías anteriores. La inteligencia artificial sólo se dedicó a procesar la mamografía más actual, sin datos extras.
Aunque según el equipo de Google, esta tecnología requiere de investigación constante, con estudios clínicos y la aprobación de las autoridades, ya hay “signos prometedores de que el modelo podría potencialmente aumentar la precisión y eficiencia de los programas de cribado, así como reducir los tiempos de espera y el estrés de los pacientes”.

No hay comentarios: