Manténgase informado con actualizaciones gratuitas
Simplemente regístrese en el Inteligencia artificial myFT Digest – entregado directamente en su bandeja de entrada.
Un nuevo modelo de base de inteligencia artificial puede detectar con precisión múltiples tipos de cáncer, evaluar tratamientos y predecir tasas de supervivencia, en el último avance en diagnóstico médico impulsado por la tecnología.
El modelo, conocido como “Chief”, es un gran avance debido a la amplitud de tumores que puede analizar y su capacidad para predecir los resultados para los pacientes, dicen sus inventores de la Escuela de Medicina de Harvard.
El jefe destaca cómo la IA ha impulsado mejoras en las técnicas de diagnóstico basadas en imágenes, en parte porque es capaz de detectar la importancia de características que incluso un ojo humano experimentado podría pasar por alto.
“Nuestra ambición era crear una plataforma de inteligencia artificial ágil y versátil, similar a ChatGPT, que pudiera realizar una amplia gama de tareas de evaluación del cáncer”, afirmó Kun-Hsing Yu, profesor adjunto de informática biomédica en el Instituto Blavatnik de la Facultad de Medicina de Harvard. “Nuestro modelo resultó ser muy útil en múltiples tareas relacionadas con la detección, el pronóstico y la respuesta al tratamiento del cáncer en distintos tipos de cáncer”.
Si bien los recientes avances en IA han generado temores sobre el abuso de la tecnología, los optimistas han argumentado que también tiene el poder de producir beneficios a largo plazo para la humanidad en campos como la medicina y la ciencia del clima.
Chief, descrito en un artículo publicado hoy en Nature, funciona leyendo diapositivas digitales de tejidos tumorales. Fue entrenado con 15 millones de secciones de imágenes sin etiquetar y luego con 60.000 diapositivas completas de tejidos, que abarcaban 19 tipos de cáncer diferentes.
La idea era asegurarse de que Chief pudiera relacionar los cambios detallados en una región de tejido con su contexto más amplio, dijeron los investigadores. Probaron su rendimiento en casi 20.000 imágenes de diapositivas completas de 24 hospitales y cohortes de pacientes de todo el mundo.
Según el estudio, Chief superó a otros métodos de diagnóstico de IA en hasta un 36 por ciento en la detección de células cancerosas, la predicción de los resultados de los pacientes y la identificación de los orígenes de los tumores y la presencia de patrones genéticos relacionados con la respuesta al tratamiento. A diferencia de otros modelos actuales, tenía la versatilidad de mantener su rendimiento independientemente de las técnicas utilizadas para obtener y digitalizar las células tumorales, añadieron.
Chief mostró una precisión general de casi el 94 por ciento para la detección del cáncer, que aumentó hasta el 96 por ciento para los tumores de esófago, estómago, colon y próstata. Su capacidad para vincular patrones de células tumorales con aberraciones genómicas específicas podría ayudar a sugerir los mejores tratamientos sin la necesidad de una costosa y lenta secuenciación del ADN, sugirieron los científicos.
El modelo ofreció información reveladora adicional sobre los tejidos que rodean los tumores, incluida la presencia de un mayor número de células inmunes en los sobrevivientes de cáncer a largo plazo en comparación con aquellos que murieron antes, señaló el documento.
Si Chief y otros enfoques similares se validan mediante investigaciones adicionales, podrían utilizarse para “identificar de forma temprana a pacientes con cáncer que podrían beneficiarse de tratamientos experimentales dirigidos a ciertas variaciones moleculares”, incluso en países donde eso no se hace actualmente, dijo Yu.
Los modelos de IA están demostrando ser un aliado cada vez más útil para los profesionales médicos en el campo de la imagenología, debido a su velocidad y capacidad para detectar patrones. Si bien aún son imperfectos, pueden ser útiles en el triaje, como segunda opinión o para generar información que un médico puede haber pasado por alto o que no conocía.
Chief parece ser una nueva e importante herramienta pan-cáncer en un campo creciente de modelos de IA de diagnóstico fundamentales, dijo el profesor Eric Topol, fundador y director del Scripps Research Translational Institute en California.
En abril, investigadores de la Facultad de Medicina de Harvard en el Hospital Brigham and Women’s de Boston anunciaron dos modelos —conocidos como Uni y Conch— para leer, interpretar y clasificar portaobjetos de microscopio de tejidos de pacientes. Demostraron buenos resultados en tareas de diagnóstico que abarcaban desde la detección de enfermedades hasta la evaluación de trasplantes de órganos, además de mostrar cierta capacidad para identificar enfermedades nuevas y raras.
Los nuevos modelos de diagnóstico basados en inteligencia artificial en evolución prometieron “ofrecer información excepcional a partir de imágenes de portaobjetos completos, incluida la mejora de la precisión del diagnóstico y el pronóstico”, dijo Topol.