Los investigadores de Inteligencia Artificial (AI) de Google que trabajan con el Northwestern University Hospital han creado un modelo de IA que puede detectar el cáncer de pulmón. Según los datos de la Organización Mundial de la Salud, el cáncer de pulmón (tejido maligno en los pulmones) es una de las causas más comunes de muerte a nivel mundial, matando a más de dos millones de personas al año y matando a tantas personas como el cáncer de mama.
Para ayudar a los profesionales de la salud, los algoritmos y las computadoras pueden ayudar a desarrollar métodos avanzados en el campo de la salud.
Sin embargo, para que estas herramientas sean útiles, deben ser accesibles y comprensibles para todos, médicos y pacientes, incluso sin ningún conocimiento tecnológico o informático.
De hecho, se debe saber que el funcionamiento de todos los dispositivos digitales se basa en programas informáticos y datos.
El término “inteligencia artificial” implica que estos dispositivos son capaces de pensar por sí mismos. Si se programan correctamente, los dispositivos inteligentes pueden evaluar los datos que se les proporcionan y cambiar los procesos o parámetros “sobre la marcha”. Si se les proporciona suficiente información, pueden “aprender” y modificar su propio código en función de estos nuevos parámetros.
Durante los últimos tres años, los equipos de Google han estado aplicando la IA a problemas en la atención médica, desde diagnosticar enfermedades oculares hasta predecir resultados de pacientes en registros médicos.
Hoy estamos compartiendo nuevas investigaciones que muestran cómo la IA puede predecir el cáncer de pulmón de manera que pueda aumentar las posibilidades de supervivencia de muchas personas en riesgo en todo el mundo.
Inteligencia Artificial para mejorar la calidad de vida
Detallado en una investigación publicada el 20 de mayo en Nature Medicine, el modelo de aprendizaje profundo se usó para predecir si un paciente tiene cáncer de pulmón, generando la puntuación de riesgo de cáncer de pulmón e identificando la ubicación del cáncer de pulmón.
“Al demostrar que el aprendizaje profundo puede aumentar la especificidad sin sacrificar la sensibilidad, esperamos generar más investigación y discusión sobre el papel que puede desempeñar la IA en el cambio de la escala de costo-beneficio de la detección del cáncer”. , podemos leer en el blog de Google.
“El sistema de inteligencia artificial usa el aprendizaje en profundidad volumétrico 3D para analizar la anatomía completa del escáner de tórax, así como parches basados en técnicas de detección de objetos que identifican regiones con lesiones malignas”, dice Shreeva Shetty. , responsable técnico de Google.
Al analizar un solo escáner, el modelo detectó cáncer (en promedio 5%) con más frecuencia que un grupo de seis expertos humanos y fue 11% más propenso a reducir los falsos positivos (un falso positivo es el resultado de una decisión en una elección bidireccional, declarada positiva, donde es realmente negativa)
Los radiólogos suelen ver cientos de imágenes 2D en una sola tomografía computarizada y el cáncer puede ser minúsculo y difícil de detectar. Creamos un modelo que no solo puede generar la predicción general de malignidad del cáncer de pulmón (visto en volumen 3D) sino también identificar tejido maligno sutil en los pulmones (nódulos pulmonares).
El modelo también puede tener en cuenta la información de exploraciones anteriores, útil para predecir el riesgo de cáncer de pulmón porque la tasa de crecimiento de nódulos pulmonares sospechosos puede ser indicativo de malignidad.
Estos resultados iniciales son alentadores, pero estudios adicionales evaluarán el impacto y la utilidad en la práctica clínica.
En nuestra investigación, aprovechamos 45,856 casos de detección de TAC de tórax anulados (algunos en los que se detectó cáncer) del conjunto de datos de investigación de los NIH del estudio National Lung Screening Trial y Northwestern University. Validamos los resultados con un segundo conjunto de datos y también comparamos nuestros resultados con 6 radiólogos certificados por la junta de EE. UU.
Google anuncia que hará que el modelo esté disponible a través de la API de Google Cloud Healthcare a medida que continúa las pruebas y pruebas adicionales con organizaciones asociadas.
Fuente: blog.google | desdelinux
