Una IA del MIT identifica el cáncer de mama como si fuese un experto radiólogo

El cáncer de mama, uno de los tantos tipos de esta cruel enfermedad, afecta a una de cada ocho mujeres tan solo en los Estados Unidos. ¿Cuáles son los factores envueltos en su aparición? Hay múltiples factores involucrados en el desarrollo de la enfermedad, pero un problema es el tejido mamario denso. Alrededor del 40 por ciento de las mujeres estadounidenses tienen tejido mamario denso. Esto, que por sí solo aumenta el riesgo de cáncer de mama, a la vez puede dificultar la detección en mamografías.

Nuevamente la A.I. al servicio de la saludAhora, los investigadores del MIT (Instituto de Tecnología de Massachusetts, por sus siglas en inglés), respetados investigadores en el campo de la A.I., en conjunto con médicos expertos del Hospital General de Massachusetts (MGH, también por sus siglas en inglés) han desarrollado un modelo automatizado que evalúa el tejido mamario denso en mamografías con la misma fiabilidad que los radiólogos expertos.

¿Cómo se hace el diagnostico?Las evaluaciones de densidad mamaria tradicionalmente se han basado en exámenes y cálculos humanos subjetivos, pero el modelo de aprendizaje profundo, entrenado en decenas de miles de mamografías digitales, es capaz de distinguir diferentes tipos de tejido mamario, desde graso hasta extremadamente denso, con un 90 por ciento de correlación con el diagnóstico de los radiólogos.

En comparación con los modelos de predicción tradicionales, los investigadores utilizaron una métrica llamada puntuación kappa, donde 1 indica que el modelo y los expertos humanos están de acuerdo en un diagnóstico cada vez, y si es algo más bajo indica menos casos de acuerdos. El puntaje kappa máximo para los modelos de evaluación de densidad automática existentes es de alrededor de 0.6. En la aplicación clínica, el nuevo modelo obtuvo un puntaje de 0.85, lo que significa que hace mejores predicciones que los sistemas anteriores.

“La densidad mamaria es un factor de riesgo independiente que impulsa la forma en que nos comunicamos con las mujeres sobre su riesgo de cáncer. Nuestra motivación fue crear una herramienta precisa y coherente, que se pueda compartir y utilizar en todos los sistemas de atención médica”, dice un estudiante de doctorado del MIT y segundo autor.

En el papel de la modelo, Adam Yala, mencionó: “Toma menos de un segundo por imagen … [y puede] escalarse de manera fácil y económica en todos los hospitales”. Los investigadores ahora planean explorar cómo se puede hacer la transición del algoritmo a otros hospitales, y cómo se puede usar en otras aplicaciones de atención médica.