La Inteligencia Artificial (IA) que ya se utiliza en muchos ámbitos de la medicina, tiene un enorme potencial para ayudar a los médicos a diagnosticar enfermedades con la ayuda de datos de imágenes. Sin embargo, los modelos de IA deben entrenarse con una gran cantidad de ejemplos, que generalmente solo están disponibles en cantidades suficientes para las enfermedades más comunes.

 

 

 

 

 

Los científicos han propuesto un nuevo enfoque que se basa en la detección de anomalías: a partir de la caracterización muy precisa de tejido normal y hallazgos de enfermedades frecuentes, el modelo aprende a reconocer y señalar desviaciones, sin tener que ser entrenado específicamente para estos casos más raros.

 

 

 

Para su estudio, los investigadores recopilaron dos grandes conjuntos de datos de imágenes microscópicas de secciones de tejido de biopsias gastrointestinales con los diagnósticos correspondientes. En estos conjuntos de datos, los diez hallazgos más comunes, incluidos los hallazgos normales y las enfermedades comunes como la gastritis crónica, representan alrededor del 90 por ciento de los casos, mientras que el 10 por ciento restante contenía 56 entidades patológicas, incluidos muchos cánceres.

 

 

 

El nuevo modelo de IA, que se irá mejorando con el tiempo, podría ser de gran ayuda para los médicos, ya que permite identificar los hallazgos normales y las enfermedades más frecuentes y detectar anomalías.