El cáncer es una de las enfermedades más devastadoras y mortales de nuestro tiempo. A medida que avanza la tecnología, se están desarrollando nuevas herramientas y métodos para mejorar la detección temprana y el tratamiento del cáncer. Uno de los avances más prometedores es el uso de la inteligencia artificial (IA) en la lucha contra el cáncer.
- La detección temprana del cáncer de páncreas
- Excelencia basada en datos: Avanzando en el diagnóstico de TC con big data y programación moderna
- Desmitificando las decisiones de la IA: Un paso hacia la toma de decisiones transparente
- El futuro de la oncología: Cribado mejorado con IA para detección temprana y estratificación de riesgos
La detección temprana del cáncer de páncreas
Investigadores de Mayo Clinic han introducido una tecnología de IA que tiene el potencial de revolucionar la detección temprana del cáncer de páncreas. En el centro de su tecnología se encuentra un modelo de IA automatizado que detectó con precisión el cáncer de páncreas en imágenes de tomografía computarizada (TC) de diagnóstico e incluso identificó cánceres ocultos en imágenes de TC pre-diagnósticas hasta 475 días antes de su diagnóstico clínico. Estos hallazgos innovadores fueron publicados recientemente en la revista Gastroenterology.
La capacidad de identificar el cáncer utilizando imágenes de tc de rutina mejoradas con ia en páncreas aparentemente normales en la etapa pre-diagnóstica es un avance importante en el campo, afirma el Dr. Ajit H. Goenka, especialista en medicina nuclear y radiólogo del Centro Integral de Cáncer de Mayo Clinic en Rochester, Minnesota, y autor principal del estudio.
El cáncer de páncreas se proyecta como la segunda causa principal de muerte por cáncer en los Estados Unidos para el año 2030. La detección temprana sigue siendo un desafío. La mayoría de los pacientes son diagnosticados en etapas avanzadas donde las opciones de tratamiento son limitadas, y casi el 70% no sobrevive más allá del primer año. Las imágenes estándar a menudo no logran identificar hasta un 40% de los pequeños cánceres de páncreas, incluso en personas de alto riesgo que se someten a pruebas de detección activas, debido a características de imagen sutiles, falta de atención adecuada al páncreas o deficiencias técnicas. Esto crea un obstáculo crucial en los esfuerzos de detección temprana.
Excelencia basada en datos: Avanzando en el diagnóstico de TC con big data y programación moderna
El equipo del Dr. Goenka entrenó el modelo de IA automatizado utilizando un extenso conjunto de datos de imágenes de TC de rutina, que incluía más de 3,000 escaneos de pacientes, convirtiéndolo en uno de los conjuntos de datos más grandes y diversos utilizados para investigaciones de este tipo. La mayoría de las TC (64%) provenían de instituciones externas, lo que destaca la diversidad del conjunto de datos de entrenamiento. El modelo tuvo una precisión media del 92%, clasificando correctamente el 88% de las TC con cáncer y el 94% de las TC de control. El área bajo la curva característica de funcionamiento del receptor (AUROC) fue de 0.97, con una sensibilidad del 88% y una especificidad del 95%.
Aunque el modelo fue entrenado con TC con tumores más grandes, el modelo detectó cáncer de páncreas en TC pre-diagnósticas tomadas entre 3 y 36 meses (mediana de 475 días) antes del diagnóstico clínico del cáncer. En estos casos, el modelo reportó una precisión del 84%, una curva AUROC de 0.91, una sensibilidad del 75% y una especificidad del 90%. Estos hallazgos resaltan el potencial del modelo en la detección temprana e intervención del cáncer de páncreas.
El modelo demostró confiabilidad y precisión constante en diversas características demográficas de los pacientes, tecnología de escáner y protocolos de imagen. Esta robustez es esencial para la aplicabilidad del modelo en escenarios médicos del entorno real.
Desmitificando las decisiones de la IA: Un paso hacia la toma de decisiones transparente
Para combatir las preocupaciones sobre la IA actuando como una caja negra, el equipo del Dr. Goenka arrojó luz sobre su proceso de toma de decisiones. Reconociendo la importancia crítica de la transparencia, confiabilidad y calidad en la adopción clínica de la IA, el equipo destacó sus esfuerzos para hacer que las operaciones de IA sean más comprensibles.
El modelo es completamente autónomo, lo que lo hace apto para su incorporación en protocolos de imagen establecidos, evitando la necesidad de realizar alteraciones en el flujo de trabajo de imagen actual. Con la automatización completa, tiene el potencial de analizar centralmente los datos de imagen de múltiples instalaciones sin intervención manual.
El futuro de la oncología: Cribado mejorado con IA para detección temprana y estratificación de riesgos
El modelo de IA puede funcionar como un revisor adjunto para médicos expertos, ofreciendo un nivel de escrutinio mejorado al señalar lesiones sutiles o indicadores iniciales de cáncer temprano. Dada su eficacia en predecir el cáncer posterior en escenarios pre-diagnósticos, el modelo puede mejorar la estratificación de riesgos para personas de alto riesgo, dirigiendo la frecuencia de las pruebas de detección o considerando técnicas de diagnóstico más avanzadas.
El equipo del Dr. Goenka se está preparando para ensayos prospectivos, con el objetivo de liderar métodos mejorados de detección temprana para aquellos con mayor riesgo de cáncer de páncreas esporádico. Esta próxima exploración será fundamental para afinar y amplificar el impacto real de este enfoque.
El potencial de la ia es vasto y aún no explotado, dice el Dr. Goenka. imaginemos un futuro en el que la ia se integre perfectamente con imágenes avanzadas y nuevos biomarcadores, redefiniendo nuestra comprensión de la biología de la enfermedad y avanzando hacia el objetivo de la detección temprana del cáncer.
Para obtener más información
Korfiatis P, et al. Automated artificial intelligence model trained on a large data set can detect pancreas cancer on diagnostic computed tomography scans as well as visually occult preinvasive cancer on prediagnostic computed tomography scans. Gastroenterology. 2023;165:153
Refer a patient to Mayo Clinic.
Si quieres conocer otras notas parecidas a Inteligencia artificial en la detección temprana del cáncer puedes visitar la categoría Inteligencia artificial.