En un estudio publicado en la revista Nature, un equipo de investigadores de Google Health explica cómo han creado una inteligencia artificial para detectar el cáncer de mama de forma temprana. Esto es de importancia capital, ya que cuanto antes se detecte el cáncer, más probabilidades hay de que el tratamiento tenga éxito. De acuerdo a los investigadores, su IA es capaz de superar a los expertos humanos, ya que tiene menos falsos positivos y falsos negativos en comparación.
Se trata de un estudio internacional a gran escala, puesto que el algoritmo fue entrenado con 76.000 mamografías de mujeres británicas y 15.000 mamografías de mujeres estadounidenses. Posteriormente, la IA identificó la presencia de cáncer de mama en mamografías de mujeres que se sabían que padecían dicho cáncer gracias a una biopsia o a resultados de imágenes de seguimiento usando una base de 28.000 imágenes. Los resultados son prometedores, pero los investigadores recuerdan que son fruto de una prueba de laboratorio y que los resultados en entornos reales podrían variar.
Más acierto en comparación con los radiólogos
Comparativa de los resultados obtenidos por la IA y por un equipo de radiólogos - Vía Eric Topol
Los resultados da la inteligencia artificial de Google Health son interesantes. Según reza el estudio, "mostramos una reducción absoluta del 5,7% y 1,2% (Estados Unidos y Reino Unido) en falsos positivos y de un 9,4% y 2,7% en falsos negativos". Asimismo, "en un estudio independiente de seis radiólogos, el sistema de IA superó a todos los lectores humanos".
Esto puede comprobarse en la curva ROC, que representa de forma gráfica la sensibilidad frente a la especificidad para un sistema clasificador binario según las variaciones del umbral de discriminación. "El área bajo la curva característica operativa del receptor (AUC-ROC) para el sistema de IA fue mayor que el AUC-ROC para el radiólogo promedio por un margen absoluto del 11,5%".
Además, se llevó a cabo una simulación en la que el sistema de inteligencia artificial participó en el proceso de doble lectura que se usa en Reino Unido para detectar cáncer (algo que se hace para mejorar la tasa de acierto y reducir los falsos positivos o negativos). Como resultado, "descubrimos que el sistema de inteligencia artificial mantenía un rendimiento no inferior y reducía la carga de trabajo del segundo lector en un 88%". En pocas palabras, el sistema funciona, al menos cuando se hacen pruebas de laboratorio.
No es lo mismo el laboratorio que el mundo real
Aunque los resultados de las pruebas en el laboratorio sugieren que la IA podría ayudar a detectar el cáncer de seno de forma temprana, los investigadores han querido ser cautos y señalar que se necesitarán ensayos clínicos para evaluar la utilidad de esta herramienta. "El mundo real es más complicado y potencialmente más diverso que el entorno de investigación controlado que se informa en este estudio", explican en Nature.
En ese sentido, el estudio no incluyó todas las tecnologías de mamografía que se emplean actualmente y la mayoría de imágenes usadas para entrenar el algoritmo "se obtuvieron usando un sistema de mamografía de un solo fabricante". Además, se emplearon mamografías 3D (tomosíntesis) y 2D (mamografía convencional), pero no se sabe cómo funciona la IA de Google en cada sistema de forma individual.
También destacan que la demografía de la población estudiada por los autores no está bien definida y que, si bien se usa filtra por edad, "el rendimiento de los algoritmos de IA puede depender en gran medida de la población utilizada en los conjuntos [de datos] de entrenamiento". Recuerdan desde la revista Nature que no es la primera vez que un sistema informático promete buenos resultados en laboratorio y luego se estanca en entornos reales. El ejemplo que pone es la detección asistida por computadora (CAD), que no supuso una mejoría y de que, de hecho, empeoró la sensibilidad de los radiólogos, lo que se puede traducir en más falsos negativos.
Sea como fuere, la detección temprana de cáncer de mama es una de las aplicaciones más potenciales para la IA, ya que hay disponibles grandes conjuntos de datos curados con los que entrenar a los algoritmos y son decisiones binarios (hay cáncer o no hay cáncer), al igual que con el cáncer del pulmón. No es lo mismo que con las enfermedades, para cuya detección deben tenerse en cuenta diferentes signos y síntomas. Finalmente, en Nature destacan que "si tales sistemas de IA se van a desarrollar y utilizar ampliamente, se debe prestar atención a la privacidad del paciente, a cómo se almacenan y utilizan los datos, por quién y con qué tipo de supervisión".
Vía | Nature
Ver 2 comentarios