Se trata de un gran avance para las pacientes de cáncer de mama
Una nueva investigación ha dado a conocer el uso de inteligencia artificial para diagnosticar con mayor precisión el cáncer de mama y así salvar miles de vidas. De acuerdo con el estudio internacional del Northwestern Medicine y el Centro Integral de Cáncer Robert H. Lurie de la Universidad de Northwestern, este modelo evitará falsos positivos y falsos negativos.
“Este es un gran avance en el potencial para la detección temprana del cáncer”, dijo Mozziyar Etemadi, coautor del estudio de Northwestern, y profesor asistente de investigación de Anestesiología y de Ingeniería Biomédica en la Escuela de Ingeniería McCormick. “El cáncer de seno es una de las principales causas de mortalidad por cáncer en las mujeres. Encontrar el cáncer antes significa que puede ser más pequeño y más fácil de tratar. Esperamos que esto finalmente salve muchas vidas “.
El algoritmo informático ha reducido la cantidad de casos perdidos de casi uno de cada diez (9.4 por ciento) a solo uno de cada treinta y siete (2.7 por ciento) al detectar tumores que los radiólogos no ven.
Sin duda se trata de un gran avance en el potencial para la detección temprana del cáncer., el cual es una de las principales causas de mortalidad por cáncer en las mujeres. Encontrar el cáncer antes significa que puede ser más pequeño y más fácil de tratar. Esperamos que esto finalmente salve muchas vidas.
En la actualidad, la mamografía es la herramienta de detección de cáncer de seno más utilizada, pero diagnosticar el cáncer a partir de estas imágenes es un desafío y los radiólogos pasan por alto uno de cada cinco casos, el doble de la tasa en el estudio.
Según la Sociedad Estadounidense del Cáncer, el 50 por cientos de las mujeres que se someten a pruebas de detección durante un período de diez años experimentarán un falso positivo en el que se sospecha erróneamente de cáncer. Las mujeres de entre 50 y 71 años deben realizarse una mamografía cada tres años, en clínicas especializadas, donde se usa una radiografía del tejido mamario para detectar crecimientos o cambios anormales que pueden ser cancerosos.
Si bien la detección es altamente efectiva y la mayoría de los cánceres se detectan durante el proceso, la interpretación humana de los rayos X está abierta a errores. Un falso positivo puede conducir a un tratamiento excesivo con biopsias invasivas y estrés innecesario para los pacientes. Un falso negativo puede ocasionar un retraso en la detección y el tratamiento.
El equipo de investigación internacional trabajó en conjunto para construir un modelo de IA para abordar estas deficiencias.
“Las computadoras son realmente buenas en estas tareas”, dijo el coautor principal Scott McKinney, MS, un ingeniero de software de Google. “Esperamos que algún día esta herramienta para radiólogos se vuelva tan ubicua como el corrector ortográfico para escribir correos electrónicos”.
Los hallazgos clave de la investigación incluyen:
-Reducción absoluta de 9.4 por ciento / 2.7 por ciento en falsos negativos (cuando una mamografía se considera incorrectamente normal aunque haya cáncer de seno).
-Reducción absoluta de 5.7 por ciento / 1.2 por ciento en falsos positivos (la mamografía se considera incorrectamente anormal a pesar de que en realidad no hay cáncer).
-El sistema es aplicable a diferentes poblaciones.
