Cómo la IA ayuda a evaluar casos de cáncer: del diagnóstico de 19 tumores en Harvard a las mamografías

Los investigadores han desarrollado herramientas de inteligencia artificial ( IA ) para que las imágenes del cáncer se obtengan con mayor rapidez, precisión y cantidad de información, según los Institutos Nacionales de Salud (NIH) .

El avance generó entusiasmo en el ámbito científico durante los últimos años.

Estos programas informáticos utilizan datos para tomar decisiones o realizar pronósticos.

Para crear un algoritmo, los científicos establecen reglas e instrucciones que permiten a una computadora analizar la información y elegir un resultado.

“Hay mucho furor (en torno a la IA), pero también hay mucha investigación”, comentó la doctora Stephanie Harmon , científica de datos de la División de Imágenes Moleculares del Instituto Nacional del Cáncer (NCI) .

Las herramientas de inteligencia artificial no reemplazan a los médicos: complementan su trabajo al procesar información y aportar elementos para las decisiones clínicas, que siguen bajo la evaluación de los profesionales.

Los avances abarcan desde modelos que leen láminas de patología hasta sistemas que colaboran con la mamografía y el análisis de estudios de medicina nuclear.

En ese panorama, investigadores de Harvard presentaron un modelo diseñado para asumir tareas de diagnóstico, pronóstico y evaluación de la respuesta a tratamientos en 19 tipos de cáncer.

Tareas de diagnóstico, pronóstico y respuesta al tratamiento El sistema, detallado en Nature , se denomina Clinical Histopathology Imaging Evaluation Foundation (CHIEF) .

Kun-Hsing Yu , médico y profesor asociado de Informática Biomédica de la Facultad de Medicina de Harvard , lo definió como “un único modelo base” capaz de concentrar tareas que, hasta ahora, solían requerir modelos distintos.

Los sistemas de IA en uso suelen recibir entrenamiento para una función delimitada, como identificar si hay cáncer o anticipar el perfil genético de un tumor.

Además, con frecuencia se aplican a pocos tipos de cáncer.

CHIEF fue probado en 19 tipos y puede desempeñar una variedad de tareas, una flexibilidad que los investigadores compararon con la de los grandes modelos de lenguaje.

Aunque ya aparecieron otros modelos básicos de IA para diagnósticos médicos basados en imágenes patológicas, los investigadores consideran que CHIEF es el primero capaz de predecir desenlaces de pacientes y de validar esos resultados en varios grupos internacionales.