MARTES, 7 de mayo de 2019 (HealthDay News) -- La inteligencia artificial (IA) es la nueva tendencia de moda en la medicina, y ahora una investigación reciente sugiere que podría ayudar a los médicos a predecir mejor el riesgo de cáncer de mama de una mujer.
El estudio es el último en explorar el rol potencial de la IA en la medicina.
Normalmente funciona de la siguiente manera: los investigadores desarrollan un algoritmo usando el "aprendizaje profundo", en el que el sistema de computadora esencialmente imita a las redes neurales del cerebro. Se expone a una gran cantidad de imágenes (por ejemplo, de muestras tumorales) y aprende por sí mismo a reconocer las características clave.
Hasta ahora, los estudios han sugerido que las computadoras pueden desempeñarse mejor que los humanos en el diagnóstico de ciertos tumores. Uno encontró que un algoritmo podía distinguir de mejor manera entre lunares inocuos y un cáncer de piel tipo melanoma, cuando se comparó con un grupo de dermatólogos.
En el nuevo estudio, los investigadores aplicaron una variación del mismo principio al cáncer de mama.
La gran esperanza es poder personalizar la detección del cáncer de mama a las mujeres individuales, señaló el investigador principal, Adam Yala, candidato doctoral en el Instituto de Tecnología de Massachusetts.
"Si se sabe que una mujer tiene un riesgo alto, quizá se pueda evaluar de forma más frecuente, o evaluarse con IRM", explicó Yala.
Actualmente, los médicos ya toman en cuenta ciertos factores de riesgo para comprender el riesgo de cáncer de mama de una mujer. Por ejemplo, los antecedentes familiares son importantes. Las mujeres que tienen una madre o una hermana con un diagnóstico de la enfermedad, sobre todo a una edad más temprana, presentan un riesgo más alto que el promedio.
Pero los "modelos" actuales de predicción del riesgo solo llegan hasta cierto punto, según Yala.
Para intentar construir un mejor modelo, su equipo expuso a un sistema de aprendizaje profundo a más de 70,000 imágenes digitales de mamografías de mujeres que se habían sometido a las pruebas de detección en un centro médico.
Entonces, los investigadores desarrollaron dos modelos de aprendizaje profundo: uno que usaba solo la información de las mamografías, y un modelo "híbrido" que también incluía los factores de riesgo tradicionales, como la edad y los antecedentes familiares, y la densidad de los senos de una mujer. (Las mujeres con senos densos por lo general tienen un riesgo más alto de cáncer que aquellas cuyos senos tienen más tejido graso).
El equipo de Yala evaluó la precisión de los dos modelos en comparación con una herramienta estándar que los médicos usan, llamada modelo Tyrer-Cuzick. Estima el riesgo de una mujer de desarrollar un cáncer de mama basándose en los factores de riesgo tradicionales y la densidad de los senos.
Para esa etapa de la prueba, los investigadores usaron más de 8,700 imágenes de otras mamografías. Poco más del 3 por ciento de las imágenes habían sido seguidas por un diagnóstico de cáncer de mama en un plazo de los cinco años siguientes.
En general, encontró el estudio, ambos modelos de aprendizaje profundo superaron al método estándar en la detección de las mujeres con un riesgo alto de desarrollar un cáncer de mama. Pero la versión híbrida fue la más precisa.
Ubicó a casi un tercio de las mujeres que desarrollaron un cáncer de mama en la categoría de riesgo del 10 por ciento superior. En contraste, el modelo estándar ubicó a un 18 por ciento de esas mujeres en el 10 por ciento superior.
Los hallazgos aparecen en la edición del 7 de mayo de la revista Radiology.
Los autores del estudio anotaron que el modelo computarizado funcionó igual de bien en las mujeres negras que en las blancas, lo que no sucede con los modelos tradicionales.
"Esto sugiere que en el futuro podremos tener una detección no solo más precisa, sino también más equitativa", apuntó Yala.
Pero un investigador que no participó en el estudio comentó que el rol potencial de la IA no está nada claro en este momento.
Un problema es que nadie sabe qué "ve" la computadora en la mamografía cuando señala un riesgo más alto, dijo Arkadiusz Sitek, autor de un editorial publicado con el estudio.
"Imagine a un médico que le dice a una paciente que su riesgo de cáncer de mama es muy alto. Que no sabe por qué, pero que lo dice la computadora", apuntó Sitek, científico sénior de IBM Watson Health, en Cambridge, Massachusetts. "Es un escenario en que ni el médico ni la paciente quieren estar".
Sitek comentó que los investigadores necesitan una comprensión más clara sobre qué está sucediendo.
Más allá de esto, dijo, se necesitan más estudios para verificar la precisión del modelo computarizado, usando mamografías de mujeres en centros médicos adicionales.
Y no, las computadoras no van a reemplazar a los médicos en un futuro cercano.
En un futuro cercano, añadió Sitek, la IA servirá como "asistente de radiología", ayudando a mejorar la eficiencia y a detectar "errores e inconsistencias".
Más información
El Instituto Nacional del Cáncer de EE. UU. tiene más información sobre el riesgo de cáncer de mama.
© Derechos de autor 2019, HealthDay
