Nueva herramienta de IA mejora la precisión de las imágenes del cáncer de mama
El programa de computadora de aprendizaje profundo fue entrenado con miles de imágenes de ultrasonidos de mama para poder identificar patrones distintivos de este tipo de cáncer. El desarrollo significará una mejora en la detección y prevención de esta enfermedad.
Pese a la pandemia y las altas muertes y contagios por SARS-CoV-2, el cáncer de mama sigue atacando a más de 2,2 millones de mujeres en el mundo, sin distinguir raza o situación económica, según detalla la Organización Mundial de la Salud (OMS).
Para ayudar a los médicos a lograr detectar de forma temprana el cáncer de mama, los investigadores del Departamento de Radiología de la Universidad de Nueva York (NYU), en Estados Unidos, desarrollaron un software de computadora que fue entrenado con inteligencia artificial de aprendizaje profundo para poder identificar los patrones distintivos de esta enfermedad.
Para ello, utilizaron 44.755 exámenes de ultrasonido y descubrieron que la nueva mejora es capaz de diagnosticar el cáncer de mama con un 96% de precisión. Para conocer si estaban en lo correcto, compararon este resultado con biopsias del tejido, lo que confirmó su eficacia.
Los datos, presentados en Nature Communications, señalan que esto fue comparado con 288.767 exámenes de ultrasonidos tomados a 143.203 mujeres que asistieron durante 2012 y 2018 a los hospitales de NUY Langone, en la ciudad de Nueva York.
“Nuestro estudio demuestra cómo la inteligencia artificial puede ayudar a los radiólogos que leen los exámenes de ultrasonido de mama para revelar solo aquellos que muestran signos reales de cáncer de mama y evitar la verificación por biopsia en casos que resultan ser benignos”, explicó Krzysztof Geras, investigador principal.
El equipo detalla que decidieron mejorar las imágenes de ultrasonidos porque son más baratas y accesibles a todo el público, pudiendo encontrarlas en clínicas comunitarias. De esa forma, sus ondas sonoras de alta frecuencia atraviesan el tejido mamario denso y son capaces de distinguir las células empaquetadas, pero sanas de los posibles tumores compactos.
Los próximos pasos son realizar ensayos clínicos en pacientes antes de comenzar a aplicar su mejora en las herramientas y poder detectar preventivamente el posible desarrollo tumoral en los senos.