Desarrollan una herramienta con IA que podrá identificar cáncer de páncreas en etapa temprana
El cáncer de páncreas es uno de los más letales, debido a la ubicación del órgano. Casi siempre suele diagnosticarse hasta que ya se encuentra en etapas avanzadas, por lo que es necesario encontrar métodos con los que se pueda detectar a tiempo. Como la IA que es capaz de predecir con hasta 400 días de anticipación la presencia de la enfermedad.
Una nueva herramienta de inteligencia artificial fue capaz de detectar el cáncer de páncreas hasta 475 días antes de que un médico pudiera detectarlo en cualquier tomografía. Un salto de gran importancia dentro de la medicina, ya que ofrece una alternativa mejorada para diagnosticar a tiempo esta letal enfermedad.
Científicos desarrollan una herramienta de inteligencia artificial que permite detectar el cáncer de páncreas
Un equipo de investigadores procedentes de tres instituciones de Estados Unidos ha logrado un interesante logro dentro de la medicina. Han logrado desarrollar una herramienta con IA que permite la detección de cáncer de páncreas.
Este sistema se denomina REDMOD y sus resultados son prometedores, ya que consiguieron una sensibilidad del 73% para encontrar tumores invisibles. Comparado con el 38,9% que alcanzaron los radiólogos expertos al analizar las mismas imágenes.
Lo sorprendente ocurrió cuando se analizaba la posibilidad de aparición del cáncer estaba a más de dos años de suceder. La IA logró un 68% ante un 23% del ojo humano, triplicando los niveles de eficacia.
El estudio se publicó en la revista Gut, del Grupo British Medical Journal. Contó con la firma de 12 investigadores encabezados por Sovanlal Mukherjee y Ajit Harishkumar Goenka. Pertenecen a la Clínica Mayo en Rochester, al Centro Oncológico MD Anderson de la Universidad de Texas en Houston y a la Universidad de Washington en Seattle.
Una enfermedad silenciosa
Más del 85% de los casos del adenocarcinoma ductal pancreático (el tipo de cáncer de páncreas más frecuente y el más letal) se diagnostica cuando el tumor ya no puede operarse. En este momento, el único tratamiento disponible es paliativo.
La razón detrás de esto es que, a causa de que en las primeras etapas el cáncer no muestra ninguna masa visible en imágenes estándar, es difícil de detectarse. Ya que solo se percibe como una perturbación microscópica, y al no tener una forma o un contorno, no se puede señalar.
Asimismo, los investigadores distinguieron entre «tumores perdidos», en los que un especialista es capaz de encontrar la lesión en retrospectiva. Y tumores «visualmente ocultos», en los que no hay una masa que se considere claramente como tumor, ni siquiera cuando se revisa la imagen con ayuda de todos los recursos disponibles.
Para comprobar la eficacia, reunieron tomografías de 1,462 pacientes: 219 con cáncer de páncreas confirmado, con imágenes tomadas entre 3 y 36 meses antes del diagnóstico. Y 1,243 personas sanas como grupo de control. De cada imagen, el sistema extrajo 968 características cuantitativas del tejido pancreático mediante el proceso de radiómica.
La radiómica convierte las imágenes médicas en datos numéricos, describiendo la textura y la arquitectura interna del órgano a distintas escalas de resolución. De ellas, un algoritmo de selección redujo el conjunto a las 40 que daban mejor información. El 90% de estas provenía de imágenes procesadas con filtros matemáticos que detectaron variaciones en la textura.
Resultados prometedores
En el ensayo, se comprobó que REDMOD fue capaz de identificar el adenocarcinoma ductal pancreático oculto con un tiempo de ventaja medio de 475 días. Pero, aunque resulta muy prometedor, todavía faltan pruebas realizadas en distintos grupos étnicos, así como un contraste con bases de datos públicas, debido a la inexistencia de las mismas.
Este sistema podría ser una clave importante para identificar tempranamente a aquellos pacientes con alto riesgo de desarrollar cáncer de páncreas. Además, ya se prepara un nuevo estudio, denominado AI -PACED para evaluar el sistema en condiciones reales. Esto ayudará a determinar en qué momento el algoritmo debe derivar en atención médica especializada.