Un innovador modelo de Inteligencia Artificial (IA), diseñado y desarrollado por investigadores de la Universidad sueca de Chalmers, tiene la capacidad de detectar el 90 % de los casos de cáncer linfático.
En The Lancet Digital Health aparece el estudio de simulación informática en el que sus autores apuestan por el aprendizaje profundo. Argumentan que podría ser potencialmente útil para descartar la presencia de una enfermedad metabólicamente activa en estos pacientes, o servir como segundo lector o herramienta de apoyo a la toma de decisiones.
En poco tiempo, el avance que se registra en el campo de las imágenes en biomedicina, parte de la especialidad de bioingeniería informática, se traduce en unos beneficios insospechados para pacientes de múltiples enfermedades. Es el caso de estos investigadores suecos, que han llevado a cabo uno de los estudios más grandes hasta la fecha utilizando análisis de imágenes de linfoma, cáncer del sistema linfático, asistido por Inteligencia Artificial.
La profesora Ida Häggström, investigadora principal, comenta que “un sistema informático, basado en IA para interpretar imágenes médicas, también contribuye a una mayor igualdad en la atención sanitaria al dar a los pacientes acceso a la misma experiencia y poder revisar sus imágenes en un tiempo razonable, independientemente del hospital en el que se encuentren. El sistema tiene acceso a mucha más información, lo que también facilita las cosas en enfermedades raras en las que los radiólogos rara vez ven imágenes”.
Ahora, en colaboración con el Memorial Sloan Kettering Cancer Center de Nueva York, la profesora Häggström ha desarrollado este modelo informático. A partir de más de 16.583 imágenes de unos 5.000 pacientes con linfoma, han creado un sistema de aprendizaje en el que se han entrenado ordenadores para encontrar signos visuales de cáncer en el sistema linfático.
Rastreando cáncer en el sistema linfático
En el estudio, los investigadores examinaron archivos de imágenes que se remontaban a 10 años atrás. Compararon el diagnóstico final de los pacientes con exploraciones de tomografía por emisión de positrones (PET) y tomografía computarizada (CT) tomadas antes y después del tratamiento.
El modelo informático desarrollado por la profesora Häggström se llama LARS (Lymphoma Artificial Reader System) y es un sistema de aprendizaje profundo basado en inteligencia artificial.
Funciona introduciendo una imagen de PET y analizándola con IA. Se le ha entrenado para encontrar patrones y características en la imagen, con el fin de hacer la mejor predicción posible sobre si la imagen es positiva o negativa, es decir, si contiene linfoma o no.
“He utilizado lo que se conoce como entrenamiento supervisado -reconoce la profesora Häggström-, donde se muestran imágenes al modelo de computadora, que luego evalúa si el paciente tiene linfoma o no. El modelo también puede ver el verdadero diagnóstico, por lo que si la evaluación es incorrecta, la computadora se ajusta para que gradualmente sea cada vez mejor a la hora de determinar el diagnóstico”.
Ida Häggström considera que el proceso de enseñar al ordenador a detectar cáncer en las imágenes requiere mucho tiempo y que se necesitaron varios años para completar el estudio.
Uno de los desafíos ha sido producir una cantidad enorme de imágenes. También ha sido un desafío adaptar el modelo informático para que pueda distinguir entre el cáncer y los cambios temporales específicos del tratamiento que se pueden ver en las imágenes después de la radioterapia y la quimioterapia.
Sin embargo, reconoce que tiene que pasar aún tiempo para validar este modelo informático antes de utilizarlo en la práctica clínica. Pero han liberado el código informático para que otros investigadores puedan seguir trabajando a partir de él.
Biotech magazine & news
Información compartida por la página de divulgación biotecnológica
Biotech Magazine & News. dirigida por José María Fernández-Rúa con la misma honestidad y rigor que ha caracterizado su andadura en papel desde la fundación de Biotech Magazine en 2006.
Expertos abordan los últimos avances en biotecnología, en sus diferentes colores: amarillo (Tecnología Alimentaria y Nutrición), azul (Acuicultura y Biotecnología Marina), blanco (Organismos modificados genéticamente), rojo (Biomedicina), verde (Biocombustibles, Agricultura y Biotecnología Ambiental) y violeta (Patentes e Invenciones). Biotech Magazine & News, editada por Cariotipo MH5, recoge noticias, entrevistas a líderes de I+D+I y artículos de opinión..
Si (
No(
