El cáncer de pulmón se cobra cada año la vida de 1,7 millones de personas en todo el mundo, cifra que lo convierte en la variedad más letal de la enfermedad. La falta de acceso a pruebas adecuadas y las altas tasas de error suponen que un porcentaje importante de los diagnósticos escapan la detección temprana y sólo se confirman en estados avanzados, cuando el mal es más difícil de tratar. Ahora un grupo de ingenieros de Google y científicos de la Universidad de Northwestern creen que la Inteligencia Artificial (IA) podría ayudar a reducir las tasas de mortalidad gracias a sistemas de aprendizaje profundo. Los resultados de su investigación se publicaron este lunes en la revista Nature Medicine.
El aprendizaje profundo es una técnica que permite a una máquina entrenarse a sí misma en una tarea, a partir del análisis de grandes cantidades de datos. En este caso, sus creadores han desarrollado en un sistema que permite la evaluación y el diagnóstico automático, a partir del análisis de una prueba llamada tomografía axial computarizada (TAC). «Los radiólogos suelen examinar cientos de imágenes bidimensionales o ‘parceladas’ en un sólo TAC, pero este nuevo sistema es capaz de ver los pulmones en una imagen tridimensional mucho más amplia», explica el doctor Mozziyar Etemadi, profesor en las facultades de Medicina y de Ingeniería en la Universidad de Northwestern, además de coautor del estudio. «La IA en 3D puede ser mucho más sensible a la hora de detectar el cáncer de pulmón temprano que el ojo humano. De hecho, técnicamente estaríamos hablando de cuatro dimensiones, ya que se trata dos TAC (uno actual y uno anterior), tomados en diferentes momentos».
Este tipo de sistemas de aprendizaje reposan sobre redes neuronales artificiales, un tipo de IA utilizada en vehículos autónomos, tecnología militar o simuladores de ajedrez. Las redes neuronales son capaces de aprender tareas en gran medida por sí mismas mediante el análisis de datos relacionados, ya sean partidas anteriores, trayectos en coche o imágenes. En este caso, el sistema de aprendizaje profundo fue entrenado usando TACs de tórax de pacientes anónimos, cuyos resultados fueron verificados después mediante biopsias. Los casos de estudio se extrajeron de la base de datos de la propia universidad norteamericana.
Más preciso que los humanos
Los resultados del nuevo sistema fueron comparados con los obtenidos por seis radiólogos humanos tras examinar las mismas tomografías. En la mayoría de las métricas el modelo informático fue más preciso que los médicos. Asimismo, detectó menos falsos positivos, lo que podría traducirse en una reducción de procedimientos innecesarios en escenarios clínicos reales. «El sistema puede categorizar una lesión de manera más específica que una persona», asegura Etemadi. «No sólo podemos diagnosticar mejor un cáncer sino también descartar que exista, lo que podría evitar una biopsia pulmonar invasiva, cara y con riesgos para el paciente».
De acuerdo con sus creadores el sistema fue especialmente certero en el diagnóstico de pacientes en los que disponían de tomografías previas, ya que eso permite extraer información sobre la naturaleza del tumor en base a sus tasas de crecimiento. El modelo informático tuvo mejores resultados que los radiólogos en casos en los que no se disponía de imágenes por TAC previas y consiguió resultados similares cuando existían imágenes anteriores.
El boom de la IA en la salud
Los autores reconocen que estos hallazgos aún necesitan ser validados en ensayos clínicos con grandes poblaciones antes de su implantación, pero confían en que el modelo contribuya a mejorar el diagnóstico y el tratamiento de los pacientes con cáncer de pulmón. Aunque aún no está claro hasta qué punto la IA acabará por transformar la profesión médica, algunos ejemplos comienzan a tomar forma; la propia Google está llevando a cabo ensayos clínicos de su sistema automático de escáner oftalmológico en dos hospitales del sur de la India.
Prueba del interés que despiertan las nuevas tecnologías en el ámbito sanitario, el número de publicaciones científicas relacionadas no ha dejado de crecer desde 2013. El pasado mes de marzo un artículo publicado en la revista Journal of National Cancer Institute apuntaba que los sistemas de IA ya pueden detectar el cáncer de mama con la misma precisión que los radiólogos mediante la evaluación de mamografías. En febrero otro trabajo aparecido en Nature Medicine relataba cómo un grupo de científicos en China y EEUU ha desarrollado un sistema que diagnostica automáticamente enfermedades típicas de la infancia -como gripe o meningitis- tras procesar los síntomas del paciente, su historial, los resultados de laboratorio y otros datos clínicos.