Científicos crean inteligencia artificial que predice el cáncer de mama hasta con cinco años de anticipación
El Instituto de Tecnología de Massachusetts ha logrado crear un modelo basado en IA que identifica patrones sutiles de anomalías previas al cáncer.
Redacción
Publicado: junio 26, 2019
El Laboratorio de Inteligencia Artificial y Computación del MIT ha creado un modelo basado en la inteligencia artificial capaz de detectar el cáncer de mama hasta cinco años antes de que aparezca.
Los investigadores que trabajan en este producto reconocieron que proyectos similares a menudo tenían sesgos en cuanto a los resultados que arrojaban , ya que se basaban en poblaciones de pacientes blancos, por lo que este modelo cuenta con datos «más equitativos» que seguren que sea «igual de preciso para mujeres blancas y negras.
Eso es clave, señala el MIT, porque las mujeres negras tienen un 42% más de probabilidades de morir de cáncer de mama que las mujeres blancas, y un factor que contribuye a ello es que no están tan bien atendidos por las actuales técnicas de detección temprana.
«Desde la década de 1960, los radiólogos han notado que las mujeres tienen patrones únicos y ampliamente variables de tejido mamario visibles en la mamografía.
Estos patrones pueden representar la influencia de la genética, las hormonas, el embarazo, la lactancia, la dieta, la pérdida de peso y el aumento de peso. Ahora podemos aprovechar esta información detallada para ser más precisos en nuestra evaluación de riesgos a nivel individual «, afirmó Constance Lehman, profesora de Harvard
La herramienta se desarrolló gracias al estudio de más de 90 mil mamografías de una base de 60 mil pacientes del Hospital General de Massachusetts.
La IA logró aplicar el deep learning para identificar patrones sutiles en el tejido mamario que son precursores de tumores malignos.
En general, el proyecto está destinado a ayudar a los profesionales de la salud a armar el programa de detección adecuado para las personas a su cargo y eliminar el desgarrador y demasiado común resultado del diagnóstico tardío.
El MIT espera que la técnica también se pueda utilizar para mejorar la detección de otras enfermedades que tienen problemas similares con los modelos de riesgo existentes con demasiadas brechas y menores grados de precisión.
