Saltar al contenido

La inteligencia artificial ayuda a identificar el cáncer de próstata

Artificial Intelligence Helps Identify Prostate Cancer

[ad_1]

 

Para entrenar a la IA (inteligencia artificial) para que detecte el cáncer de próstata, Dhir y sus colegas proporcionaron imágenes de más de un millón de fragmentos de láminas de tejido teñidas tomadas de biopsias de pacientes. Cada imagen ha sido etiquetada por patólogos expertos para enseñar a la IA cómo diferenciar entre tejido sano y anormal. Luego, el algoritmo se probó en un conjunto separado de 1,600 portaobjetos tomados de 100 pacientes consecutivos atendidos en la UPMC por sospecha de cáncer de próstata.

«La inteligencia artificial mostró una sensibilidad del 98% y una especificidad del 97% en la detección del cáncer de próstata, que es significativamente más alta que antes para los algoritmos que trabajan con secciones de tejido».

También es el primer algoritmo que va más allá de la detección del cáncer y funciona bien en la clasificación, el tamaño y la invasión de los nervios que rodean los tumores. Todas estas son características clínicamente importantes requeridas en el informe de patología.

IA también marcó seis diapositivas que no fueron notadas por los patólogos expertos.

Pero Dhir explicó que esto no significa necesariamente que la máquina sea superior a los humanos. Por ejemplo, al evaluar estos casos, el patólogo podría simplemente haber visto suficientes signos de malignidad en otras partes de las muestras del paciente para recomendar el tratamiento. Sin embargo, para los patólogos menos experimentados, el algoritmo podría ser seguro para capturar casos que de otro modo podrían pasarse por alto.

«Algoritmos como este son particularmente útiles para lesiones atípicas», dijo Dhir. «Es posible que una persona no especializada no pueda realizar la evaluación correcta. Esa es una gran ventaja de este tipo de sistema».

Aunque estos resultados son prometedores, Dhir advierte que es necesario entrenar nuevos algoritmos para detectar diferentes tipos de cáncer. Los marcadores de patología no son universales para todos los tipos de tejidos. Pero no sabía por qué no era posible adaptar esta tecnología al cáncer de mama, por ejemplo.

Fuente: Eurekalert