Diseñan un nuevo modelo de Inteligencia Artificial capaz de diagnosticar y evaluar múltiples tipos de cáncer
0 comentarios
E l nuevo modelo, denominado Clinical Histopathology Imaging Evaluation Foundation (CHIEF), es hasta un 36% más eficaz que otros modelos de aprendizaje profundo para detectar el cáncer, determinar el origen del tumor y predecir los resultados en los pacientes.
Investigadores de la Facultad de Medicina de Harvard han desarrollado un nuevo modelo de Inteligencia Artificial (IA) aplicable a través de diferentes tareas de diagnóstico, ya que muchos modelos actuales de aprendizaje mediante IA para el cáncer están entrenados para realizar funciones específicas.
A diferencia de los métodos existentes, nuestra herramienta de IA proporciona a los médicos una segunda opinión precisa y en tiempo real sobre los diagnósticos de cáncer al considerar un amplio espectro de tipos y variaciones de cáncer, según indica Kun-Hsing Yu, profesor asistente de Informática Biomédica en la Facultad de Medicina de Harvard y autor principal del estudio que se ha publicado en la revista Nature.
El modelo de IA, que funciona leyendo diapositivas digitales de tejidos tumorales, detecta células cancerosas y predice el perfil molecular de un tumor en función de las características celulares observadas en la imagen con una precisión superior a la de la mayoría de los sistemas de IA actuales.
Puede pronosticar la supervivencia del paciente en múltiples tipos de cáncer y señalar con precisión las características del tejido que rodea un tumor, también conocido como microambiente tumoral, que están relacionadas con la respuesta de un paciente a los tratamientos estándar, incluida la cirugía, la quimioterapia, la radiación y la inmunoterapia. Por último, el equipo afirmó que la herramienta parece capaz de generar nuevos conocimientos: identificó características tumorales específicas que antes no se sabía que estaban vinculadas a la supervivencia del paciente.
Los hallazgos, afirmó el equipo de investigación, se suman a la creciente evidencia de que los enfoques basados en IA pueden mejorar la capacidad de los médicos para evaluar los cánceres de manera eficiente y precisa, incluida la identificación de pacientes que podrían no responder bien a las terapias oncológicas estándar.
Un método superior a otros de IA
En general, CHIEF superó a otros métodos de IA de última generación en hasta un 36 por ciento en las siguientes tareas: detección de células cancerosas, identificación del origen del tumor, predicción de los resultados del paciente e identificación de la presencia de genes y patrones de ADN relacionados con la respuesta al tratamiento.
Debido a su entrenamiento versátil, CHIEF funcionó igualmente bien sin importar cómo se obtuvieron las células tumorales, ya sea mediante biopsia o mediante escisión quirúrgica. Y fue igual de preciso, independientemente de la técnica utilizada para digitalizar las muestras de células cancerosas. Esta adaptabilidad, dijeron los investigadores, hace que CHIEF sea utilizable en diferentes entornos clínicos y representa un paso importante más allá de los modelos actuales que tienden a funcionar bien solo cuando leen tejidos obtenidos a través de técnicas específicas.
