Un nuevo modelo de IA similar a ChatGPT podría detectar distintos tipos de cáncer
Científicos desarrollan un modelo de IA que mejora en un 36% la detección de cáncer, optimizando diagnósticos y predicciones de tratamiento
Se espera que la fiebre del Valle se vuelva endémica en estados como Montana y las Dakotas para 2065. Crédito: PeopleImages.com - Yuri A | Shutterstock
Investigadores de la Facultad de Medicina de Harvard han diseñado un innovador modelo de inteligencia artificial (IA) que promete revolucionar el diagnóstico y evaluación del cáncer.
El nuevo sistema, denominado Clinical Histopathology Imaging Evaluation Foundation (CHIEF), ha mostrado ser un 36% más efectivo que las tecnologías actuales de aprendizaje profundo en la detección de diversos tipos de cáncer, en la identificación del origen de los tumores y en la predicción de los resultados clínicos de los pacientes.
El desarrollo de CHIEF responde a la necesidad de mejorar las herramientas diagnósticas existentes, que en su mayoría están diseñadas para tareas muy específicas y, a menudo, limitadas.
A diferencia de otros modelos de IA enfocados en funciones limitadas, CHIEF ha sido diseñado para ser más versátil. Kun-Hsing Yu, profesor asistente de informática biomédica en Harvard y principal autor del estudio, destacó que esta herramienta tiene el potencial de ofrecer a los médicos segundas opiniones en tiempo real y con alta precisión. Según Yu, la capacidad de CHIEF para analizar un amplio rango de tipos de cáncer y sus variantes lo convierte en una herramienta invaluable en el diagnóstico clínico.
El modelo fue entrenado con más de 15 millones de imágenes de patologías, lo que le permitió desarrollar una mayor capacidad para identificar casos atípicos de cáncer. Además, se perfeccionó utilizando 60,000 imágenes de alta resolución de muestras de tejido, lo que mejoró su capacidad para realizar predicciones genéticas y evaluar características clínicas específicas. Este enfoque permite que CHIEF ofrezca resultados más precisos en escenarios complejos, donde las características del cáncer no siempre se presentan de manera típica.
Para probar la efectividad de CHIEF, los investigadores analizaron más de 19,400 imágenes provenientes de 24 hospitales alrededor del mundo. Los resultados, publicados en la prestigiosa revista Nature, revelaron que el modelo no solo puede leer diapositivas digitales de tejidos tumorales, sino también predecir el perfil molecular del tumor basándose en las características observadas en las imágenes. Este análisis permite, además, predecir cómo responderá un paciente a determinados tratamientos, un avance crucial en la personalización de la medicina oncológica.
En cuanto a su precisión, CHIEF logró una tasa cercana al 94% en la detección de células cancerosas en 11 tipos diferentes de cáncer. En áreas más especializadas, como la identificación de células de cáncer de colon o la predicción de mutaciones genéticas, su rendimiento fue aún mayor, alcanzando un 99.43% de precisión. Estos resultados sugieren que el modelo tiene un gran potencial para mejorar significativamente las prácticas de diagnóstico y tratamiento en oncología.
El desarrollo de CHIEF ha generado grandes expectativas en la comunidad médica. Según Ajit Goenka, profesor de radiología en la Clínica Mayo, aunque él no estuvo involucrado en el estudio, considera que este modelo de IA podría optimizar las evaluaciones diagnósticas preliminares y ofrecer a los patólogos una herramienta que destaque áreas críticas para un examen más detallado.
Sin embargo, Goenka también enfatizó que, antes de su uso generalizado en entornos clínicos, CHIEF debe ser evaluado rigurosamente en situaciones del mundo real para evitar posibles sesgos derivados del uso de grandes conjuntos de datos, que podrían no ser representativos de todas las poblaciones.
El equipo de Harvard ya ha comenzado los trámites para obtener la aprobación regulatoria que permitiría que CHIEF se utilice en consultorios médicos. Como parte de este proceso, se ha iniciado un estudio clínico prospectivo para validar la efectividad del modelo en entornos clínicos reales.
Además, se están realizando esfuerzos para ampliar la capacidad de CHIEF en la detección de cánceres menos comunes, lo que permitiría que la herramienta aborde un espectro más amplio de patologías oncológicas.
Este avance en la aplicación de la inteligencia artificial a la oncología representa un paso importante hacia una medicina más personalizada y precisa, en la que los tratamientos se adapten mejor a las características individuales de cada tumor y paciente.
Sigue leyendo:
