La inteligencia artificial sigue avanzando sobre todos los ámbitos de la vida. Ya no se limita a pantallas de computadoras y celulares con chatbots, sino que prosperó mucho más allá. Ahora los beneficios de esta innovadora y desafiante tecnología pueden verse reflejados en estudios de salud.
Microsoft y la Universidad de Washington se unieron para hacer un estudio colaborativo sobre cáncer de mama. Para hacer la comparativa se utilizó un modelo de IA entrenado para reconocer anormalidades en las tomas hechas con resonador magnético. Como resultado, la herramienta logró identificar la ubicación de los tumores con mayor precisión que otros tres equipos convencionales.
Cómo se usó la IA para detectar el cáncer de mama
Son dos los estudios que pueden hacerse para reconocer un cáncer de mama. Por un lado, la tradicional mamografía y, por otro, la resonancia magnética mamaria que se usa especialmente para mujeres con mamas densas. Aunque esta última es más sensible que la mamografía, según explican los especialistas, también es más costosa y tiene mayor probabilidad de falsos positivos.
El equipo de investigadores desarrolló un modelo de IA especialmente creado para detectar anomalías en las imágenes. Esta herramienta distingue entre datos normales y anormales en las resonancias. A partir de ellas, puede indicar si hay irregularidades para que los médicos oncólogos puedan continuar investigando.
La IA entrega a los analistas un dato que indica el nivel de anomalía estimado y genera un mapa de calor. En él se resalta en color las partes de la mama que la IA considera anormales y de potencial malignidad. Las regiones indicadas por la tecnología coincidieron con las áreas de malignidad comprobadas por biopsia y supervisadas por un radiólogo.
La evolución de la IA para detectar cáncer de mama
El programa entrenado tiene algunas diferencias respecto a los primeros que intentaron usarse para el mismo fin. Felipe Oviedo, investigador principal del estudio, explicó que los anteriores fueron desarrollados usando como dato el 50% de casos de cáncer y 50% de casos normales, “lo que representa una distribución poco realista”.
Para superar este problema, los investigadores usaron 10.000 imágenes de resonancias de mamas entre las cuales el 42.9% tenía mamas heterogéneamente densas y el 11.6% extremadamente densas. El sistema usado aprendió una representación de casos benignos para, a partir de ellos, identificar los potenciales tumores malignos.
Fuente: La Gaceta
