•  I
• a · A  I
• Accesibilidad  I
• Mapa web  I
• Buscar  I
• Directorio

• ::  Iniciar sesión :: 

Las técnicas de inteligencia artificial (IA), utilizadas en combinación con la evaluación de radiólogos expertos, mejoran la precisión en la detección de cáncer mediante mamografías.

Esta es una de las principales conclusiones de un estudio internacional realizado, entre otros, por investigadores de la Universitat Politècnica de València (UPV), el Consejo Superior de Investigaciones Científicas (CSIC) y la Universitat de València (UV), y que ha sido publicado en una de las revistas médicas de mayor difusión mundial del ámbito, el Journal of the American Medical Association.

El estudio se basa en los resultados obtenidos en el DM (digital mammography) DREAM Challenge, una competición internacional liderada por IBM donde participaron investigadores del Instituto de Física Corpuscular (IFIC, CSIC-UV) junto a científicos del Instituto de Telecomunicaciones y Aplicaciones Multimedia (iTEAM) de la UPV.

Único equipo español presente en la final del reto

El equipo de investigadores del IFIC y el iTEAM UPV fue el único grupo español que consiguió llegar a la final del reto. Para ello, desarrollaron desde cero un algoritmo de predicción basado en redes neuronales convolucionales, una técnica de IA que simula las neuronas de la corteza visual y permite la clasificación de imágenes, además del autoaprendizaje del sistema. Así mismo, también aplicaron principios relativos a la interpretación de rayos X, donde el grupo dispone de varias patentes.

Los resultados del equipo valenciano, junto con los del resto de finalistas, son los que ha publicado el Journal of the American Medical Association (JAMA Network Open).

Alberto Albiol, profesor titular de la UPV y miembro del grupo iTEAM, afirma que haber participado en este reto "ha permitido a nuestro grupo colaborar en proyectos de IA con grupos clínicos de la Comunidad Valenciana, lo que nos ha abierto oportunidades para aplicar las técnicas de machine learning tal como se plantea en el artículo".

Artemisa

El trabajo realizado por los investigadores valencianos se está desarrollando en Artemisa, la nueva plataforma de computación para IA del Instituto de Física Corpuscular financiada por la Unión Europea y la Generalitat Valenciana dentro del Programa operativo FEDER de la Comunidad Valenciana 2014-2020 para la adquisición de infraestructuras y equipamiento de I+D+i.

"Diseñar estrategias para reducir costes operacionales en la sanidad es uno de los objetivos de aplicar de forma sostenible la IA", destaca Francisco Albiol, investigador del IFIC participante en el estudio. "Los retos abarcan desde la parte algorítmica a diseñar conjuntamente estrategias basadas en evidencias junto con el sector médico. La IA, aplicada a gran escala, es una de las tecnologías más prometedoras para hacer la sanidad sostenible", remarca.

DM DREAM Challenge

El DM DREAM Challenge tiene como objetivo involucrar a una parte amplia de la comunidad científica internacional (más de 1.200 investigadores) para evaluar si los algoritmos de la IA pueden igualar o mejorar las interpretaciones de las mamografías realizadas por radiólogos.

"Este DREAM Challenge permitió una evaluación rigurosa y adecuada de decenas de avanzados algoritmos de aprendizaje profundo (deep learning) en dos bases de datos independientes", explica Justin Guinney, vicepresidente de Oncología Computacional en Sage Bionetworks y presidente de los DREAM Challenges.

Medio millón de mamografías menos al año en Estados Unidos

Dirigido por IBM Research, Sage Bionetworks y el Kaiser Permanente Washington Research Institute, el DM DREAM Challenge concluyó que, aunque ningún algoritmo por sí solo superó a los radiólogos, una combinación de métodos sumada a las evaluaciones de los expertos sí mejoraba la precisión de los exámenes.

En este aspecto, Gustavo Stolovitzky, fundador de los DREAM Challenges y director del programa de IBM dedicado a Biología Traslacional de Sistemas y Nanobiotecnología en el Centro de Investigación Thomas J. Watson, afirma que "nuestro estudio sugiere que una combinación de algoritmos de IA y las interpretaciones de los radiólogos podrían conseguir que medio millón de mujeres al año no tengan que someterse a pruebas de diagnóstico innecesarias sólo en los Estados Unidos".

Un enfoque innovador para preservar la privacidad de los datos

Para asegurar la privacidad y evitar que los participantes descargasen mamografías con datos sensibles, los organizadores del estudio aplicaron un sistema de trabajo desde el modelo a los datos. Con él, los participantes enviaban sus algoritmos a los organizadores, que desarrollaron un sistema que los aplicaba directamente a los datos.

"Este enfoque para compartir datos es particularmente innovador y esencial para preservar la privacidad de los datos", asegura Diana Buist, del Kaiser Permanente Washington Health Research Institute. "Además, la inclusión de datos de dos países distintos, con diferentes prácticas a la hora de realizar mamografías, señala importantes diferencias traslacionales en la forma en que la IA podría utilizarse en diferentes poblaciones", añade.

Una técnica efectiva, pero mejorable

Las mamografías son la técnica de diagnóstico más usada para la detección temprana del cáncer de mama. Aunque esta herramienta de detección es por lo común efectiva, las mamografías deben ser evaluadas e interpretadas por un radiólogo, que usa su percepción visual humana para identificar signos del cáncer. Así, se estima un 10% de falsos positivos en las 40 millones de mujeres que se someten a mamografías programadas cada año en Estados Unidos.

"Un algoritmo efectivo de IA que pueda aumentar la capacidad del radiólogo de reducir la repetición de pruebas innecesarias a la vez que detecta cánceres clínicamente significativos ayudaría a aumentar el valor de la detección de las mamografías, mejorando eficazmente la relación daño-beneficio", concluye el doctor Christoph Lee, de la Washington School of Medicine.