La inteligencia artificial permite distinguir entre dos tipos de cáncer de pulmón. Fotografía: Rawpixel, Unsplash

Un algoritmo de Google distingue entre dos tipos de cáncer pulmonar

stop

Investigadores de la universidad de Nueva York entrenan un sistema de aprendizaje automático para que distinga entre tumores que son muy similares

Alessandro Solís

Economía Digital

La inteligencia artificial permite distinguir entre dos tipos de cáncer de pulmón. Fotografía: Rawpixel, Unsplash

Barcelona, 20 de septiembre de 2018 (17:11 CET)

La inteligencia artificial avanza al galope en aplicada a la medicina. Los hitos alcanzados sólo en los últimos meses apuntan en todas las direcciones: sistemas de aprendizaje que vencen a doctores en el diagnóstico de tumores, inteligencia artificial que puede predecir la muerte de un paciente, y hasta un robot que se presenta como el mejor médico del mundo.

Ahora surge otro avance: un sistema de aprendizaje automático ('deep learning') desarrollado por Google que es capaz de distinguir con una precisión del 97% entre dos de los tipos más comunes de cáncer de pulmón.

Así lo revela un artículo científico publicado esta semana en Nature Medicine basado en la investigación de la Universidad de Nueva York (NYU): los científicos utilizaron un algoritmo de aprendizaje automático de Google que consiguió diferenciar entre ambos tipos de cáncer utilizando imágenes médicas.

Se trata del mismo sistema de código abierto que se puede utilizar para identificar rostros, animales y objetos que aparecen en imágenes. Al tratarse de una de las enfermedades más mortales del mundo el descubrimiento puede tener un impacto muy importante en medicina.

Históricamente el diagnóstico del cáncer se realiza por los propios patólogos a simple vista. Era un método tedioso y lento, pero el más eficaz: los médicos sopesaban todo tipo de detalles, como la forma y el tamaño de las células y las características de sus alrededores, para determinar si un tumor era benigno o maligno, o si es uno de los dos tipos más comunes de cáncer de pulmón (el adenocarcinoma y el carcinoma de células escamosas).

Ahora este trabajo podría realizarse en cuestión de segundos por medio de un sistema de inteligencia artificial que ha probado ser más preciso que los mismos doctores.

Aprendizaje automático de Google para distinguir tumores

La investigación comenzó con una fase de entrenamiento del algoritmo de aprendizaje automático. Se trata de una inteligencia artificial que ya probó ser útil para diagnosticar enfermedades cardiacas o incluso ceguera por diabetes, pero hasta ahora no se había utilizado en la lucha contra el cáncer.

Como explica la revista Wired "la red neuronal de la NYU aprendió a hacer algo que ningún patólogo ha hecho jamás: identificar las mutaciones genéticas que abundan en cada tumor desde una sola imagen". Los investigadores mostraron al sistema de Google, llamado Inception v3, cientos de miles de imágenes de tejidos para que aprendiera a diferenciar las células cancerígenas de las saludables.

Después vino la parte más importante: enseñarle a distinguir entre los dos tipos de cánceres de pulmón que más afectan a la población mundial, con bajas de hasta 150.000 pacientes al año. Se trata de células que se ven muy similares desde el microscopio pero cuyos tratamientos son radicalmente distintos, por lo que una diferenciación precisa podría ser suficiente para salvar la vida de miles de personas.

El sistema diagnosticó las imágenes correctamente entre el 83% y el 97% de las veces, un resultado que los investigadores aseguran que se podrá mejorar conforme avance el aprendizaje artificial.

"Pensé que la verdadera novedad no sería solo demostrar que la inteligencia artificial es tan buena como los humanos, sino ofrecer una visión que un experto humano no podría ofrecer", dijo Aristotelis Tsirigos, patólogo de la escuela de medicina de NYU y autor principal del estudio.

"Estos hallazgos sugieren que los modelos de aprendizaje profundo pueden ayudar a los patólogos a detectar el subtipo de cáncer o las mutaciones genéticas. Nuestro enfoque se puede aplicar a cualquier tipo de cáncer", agrega el resumen de la investigación cuyo código está disponible gratuitamente en la web.

Suscribir a boletines

Al suscribirte confirmas nuestra política de privacidad