Oncologia.mx Un sitio de LaSalud.mx
Estudios científicos demuestran que la Inteligencia Arficial (IA) es capaz de identificar las áreas con sospecha de cáncer en los estudios por imagen, con la misma precisión que un radiólogo profesional. Esto podría ayudar a los radiólogos con menos experiencia a detectar la presencia del cáncer de próstata y a descartar lo que podría confundirse con el cáncer.
Este modelo es solo un ejemplo simple de la intersección de la inteligencia artificial con la investigación del cáncer. Aunque parece haber un sinfín de posibles aplicaciones, muchos de los avances se han centrado en las imágenes del cáncer.
Desde las radiografías de órganos enteros hasta las imágenes de células cancerosas en el microscopio, los médicos usan las pruebas con imágenes para muchos objetivos: detectar el cáncer en los estadios más tempranos; determinar el estadio de un tumor; saber si el tratamiento funciona; y vigilar si el cáncer vuelve después del tratamiento.
En los últimos años, los investigadores elaboraron herramientas de IA para que las técnicas de obtención de imágenes del cáncer sean más rápidas, más precisas e incluso más informativas.
¿Qué es la inteligencia artificial?
La inteligencia artificial se refiere a programas informáticos (de computadora), o algoritmos, que usan datos para tomar decisiones o hacer pronósticos. Para crear un algoritmo, los científicos programan una serie de reglas o instrucciones, para que la computadora analice los datos y tome una decisión.
Con otros métodos de inteligencia artificial, como el aprendizaje automático, el algoritmo se enseña solo a analizar e interpretar los datos. De este modo, los algoritmos de aprendizaje automático detectan patrones que el ojo o el cerebro humano no percibe con facilidad. Y a medida que estos algoritmos se exponen a más datos nuevos, mejora su capacidad para aprender e interpretar los datos.
Los investigadores también usaron el aprendizaje profundo, un tipo de aprendizaje automático, en aplicaciones de obtención de imágenes de cáncer. El aprendizaje profundo se refiere a algoritmos que clasifican la información de formas muy parecidas a como lo hace el cerebro humano. Las herramientas de aprendizaje profundo usan “redes neuronales artificiales” que imitan la manera en que las células del cerebro captan y procesan las señales del resto del cuerpo, y cómo reaccionan a estas señales.
Te puede interesar…
Investigaciones sobre la IA para las imágenes del cáncer
Los médicos usan las pruebas con imágenes del cáncer para responder a una serie de preguntas, como las siguientes: ¿Es cáncer o un bulto no canceroso? Si es cáncer, ¿cuán rápido es el crecimiento? ¿Hasta dónde se diseminó? ¿Volvió después del tratamiento? Según algunos estudios, la IA tiene el potencial de mejorar la velocidad, la precisión y la confiabilidad con la que los médicos responden a esas preguntas.
“La IA automatiza evaluaciones y tareas que los seres humanos pueden hacer en la actualidad, pero que llevan mucho tiempo”, comentó el Dr. Hugo Aerts, de la Facultad de Medicina de Harvard. Después de que la IA da un resultado, “un radiólogo solo tiene que revisarlo. ¿Hizo la IA la evaluación correcta?”, continuó el Dr. Aerts. Se espera que esta automatización ahorre tiempo y costos, pero aún falta comprobarla, añadió. Además, la IA podría hacer que la tarea de interpretación de imágenes, que es muy subjetiva, sea más sencilla y confiable, señaló el Dr. Aerts.
Pero lo que más entusiasma a los científicos es la posibilidad de que la IA supere lo que los seres humanos pueden hacer en la actualidad. La IA puede “ver” cosas que los seres humanos no podemos ver, y puede encontrar patrones y relaciones complejas entre tipos de datos muy diferentes.
“La IA es muy eficaz en eso, en superar el rendimiento humano en muchas tareas”, indicó el Dr. Aerts. Pero, en este caso, a menudo no queda claro cómo la IA llega a su conclusión, por lo que es difícil para los médicos y los investigadores comprobar si la técnica funciona de forma correcta.
¿Están listas las técnicas de IA para las imágenes del cáncer?
Aunque los científicos crean muchas técnicas de IA para las imágenes del cáncer, sigue siendo un campo nuevo y quedan muchas preguntas sin responder sobre sus aplicaciones prácticas.
Si bien se demostró la precisión de cientos de algoritmos en pruebas iniciales, la mayoría de estos no están en la siguiente fase de prueba en la que se asegura que están listos para el mundo real.
Además de la validación, también es necesario que en los estudios clínicos se demuestre el beneficio real de las técnicas de IA para los pacientes, ya sea porque evitan el cáncer en las personas, les prolonga la vida, les mejora la calidad de vida o les ahorra tiempo o dinero.
Pero incluso después de eso, queda una pregunta importante sobre la IA: ¿cómo nos aseguramos de que estos algoritmos sigan funcionando y siendo eficaces con el paso de los años?.
También hay preguntas sobre cómo se regularán las técnicas de IA. Desde 2020, la Administración de Alimentos y Medicamentos (FDA) aprobó más de 60 dispositivos médicos o algoritmos basados en la IA. Pero incluso después de recibir aprobación, algunos algoritmos de aprendizaje automático cambian al exponerse a datos nuevos. En 2021, la FDA publicó pautas para supervisar las técnicas de IA que tienen capacidad de adaptación.
También hay preocupaciones sobre la transparencia de algunas técnicas de IA. En cuanto a algunos algoritmos, como el que pronostica las mutaciones genéticas en los tumores de hígado, los científicos no saben cómo llegan a sus conclusiones, un enigma conocido como el “problema de la caja negra”. Los expertos afirman que esta falta de transparencia impide realizar comprobaciones críticas para detectar sesgos e imprecisiones.
Además, hay inquietudes de que la IA empeore las diferencias en los desenlaces de salud entre los grupos privilegiados y los desfavorecidos al agravar los prejuicios que ya están integrados en el sistema médico y en los procesos de investigación, comentó la Dra. y máster en Salud Pública Irene Dankwa-Mullan, Subdirectora y Encargada de equidad en salud de IBM Watson Health.
A pesar de estas preocupaciones, la mayoría de los investigadores se muestran optimistas respecto al futuro de la IA en la atención del cáncer.
Para saber más…
