- Entre sus principales propiedades, determina con mucha precisión las características del tejido que rodea un tumor canceroso.
Científicos de la Facultad de Medicina de Harvard han diseñado un modelo de inteligencia artificial (Iowa) con capacidades similares a ChatGPT, capaz de realizar una amplia gama de tareas de diagnóstico en diferentes tipos de cáncer.
El sistema, llamado JEFE (Fundación de Evaluación de Imágenes de Histopatología Clínica)fue diseñado para superar las limitaciones de los modelos actuales, que tienden a centrarse en tareas específicas o tipos de cáncer restringidos, según un artículo publicado el pasado mes de septiembre en la revista Naturaleza.
CHIEF ha demostrado eficacia en 19 tipos diferentes de cáncermarcando un avance significativo en el uso de la inteligencia artificial para el diagnóstico médico.
«Nuestra ambición era crear una plataforma de IA ágil y versátil que pudiera realizar una amplia gama de evaluaciones del cáncer», dijo. Kun Hsing YuAutor principal del estudio y profesor asistente de informática biomédica en el Instituto Blavatnik de la Facultad de Medicina de Harvard.
“Nuestro modelo resultó muy útil en tareas relacionadas con Detección, pronóstico y respuesta al tratamiento en múltiples tipos de cáncer”.añadió.
CHIEF analiza imágenes digitales de tejidos tumorales, identifica células cancerosas y predice perfiles moleculares con mayor precisión que los sistemas actuales. Además, predice la supervivencia del paciente en diferentes tipos de cáncer y evalúa características del microambiente tumoral, elementos del tejido circundante que influyen en la respuesta a tratamientos como cirugía, quimioterapia, radioterapia e inmunoterapia.
El equipo destacó que esta nueva herramienta de IA también identificó características tumorales previamente desconocidas que están relacionadas con la supervivencia del paciente. lo que podría abrir nuevas líneas de investigación y tratamiento.
“Si se valida y se implementa ampliamente, nuestro enfoque podría identificar tempranamente “pacientes que podrían beneficiarse de tratamientos experimentales dirigidos a variaciones moleculares específicas”Yu explicó, subrayando la importancia de estas capacidades en regiones con acceso limitado a tratamientos avanzados.
El modelo fue entrenado inicialmente con 15 millones de imágenes sin etiquetar y posteriormente con 60.000 imágenes completas de tejidos de 19 tipos de cáncerincluyendo pulmón, mama, próstata, estómago, riñón, cerebro, piel y páncreas. Este enfoque permitió a CHIEF analizar imágenes de manera integral, relacionando los cambios en áreas específicas con el contexto general del tejido.
Durante las pruebas, la herramienta se evaluó con más de 19.400 imágenes de 32 conjuntos de datos independientes y 24 hospitales de diferentes regiones del mundo. El modelo superó a otros sistemas avanzados hasta en un 36% en tareas clave como la detección de células cancerosas, la identificación del origen del tumor, la predicción de resultados clínicos y la detección de genes asociados a la respuesta al tratamiento.
Una de las características notables de CHIEF es su capacidad para mantener la precisión independientemente de cómo se obtengan las células tumorales, ya sea mediante biopsia o cirugía, y el método utilizado para digitalizar las muestras. Esto la convierte en una herramienta adaptable a diversos entornos clínicos, un avance significativo respecto a los modelos actuales, que tienden a ser menos efectivos fuera de condiciones específicas.
El desarrollo de CHIEF se basa en investigaciones anteriores del equipo de Yu, que demostraron la viabilidad de utilizar IA en el análisis de tumores cerebrales y de colon. Según los investigadores, este nuevo modelo representa un paso hacia un uso más generalizado de la IA para mejorar la precisión y la eficiencia del diagnóstico y tratamiento del cáncer.
En cinco conjuntos de datos de biopsias recopilados de cohortes independientes, El sistema de IA logró una precisión del 96 por ciento en múltiples tipos de cáncer, incluidos el de esófago, estómago, colon y próstata. Cuando los investigadores lo probaron en diapositivas nunca antes vistas de tumores extirpados quirúrgicamente del colon, pulmón, mama, endometrio y cuello uterino, el modelo funcionó con más del 90 por ciento de precisión.
Por su parte, en todos los tipos de cáncer y en todos los grupos de pacientes en estudio, CHIEF distinguió a los pacientes con supervivencia a largo plazo de aquellos con supervivencia a corto plazo. Según Harvard, CHIEF superó a otros modelos en un 8 por ciento; y en pacientes con cánceres más avanzados, superó a otros modelos en un 10 por ciento. En total, su capacidad para predecir riesgo de muerte alto versus bajo fue probada y confirmada en muestras de pacientes de 17 instituciones diferentes.
También puedes leer: 1.000 días de guerra en Ucrania captados en imágenes
