MADRID, 17 Oct. (EUROPA PRESS) -
Un algoritmo de inteligencia artificial (IA) mide la densidad de los senos a nivel de un mamógrafo experimentado, según un nuevo estudio publicado en la revista 'Radiology'. Los investigadores señalan que el estudio, el resultado de una colaboración entre los especialistas en imágenes de mamas y los expertos en IA, representa una implementación innovadora de la IA en la práctica clínica de rutina.
La densidad mamaria puede enmascarar los cánceres en la mamografía y es un factor de riesgo independiente para la enfermedad. El efecto de enmascaramiento y el riesgo de cáncer son lo suficientemente significativos como para que muchos estados tengan leyes que exigen que las mujeres sean notificadas si tienen mamas mamográficamente densas. A pesar de su importancia, la evaluación de la densidad mamaria es una ciencia imperfecta, y la investigación ha demostrado mucha discrepancia entre los radiólogos para realizar determinaciones de densidad.
"Dependemos de la evaluación cualitativa humana de la densidad mamaria, y ese enfoque tiene fallos significativos", dice la autora principal del estudio, Constance D. Lehman, del Hospital General de Massachusetts (MGH, por sus siglas en inglés), en Boston, Estados Unidos. "Necesitamos una herramienta más precisa", añade.
La doctora Lehman y sus colegas colaboraron con la experta en inteligencia artificial Regina Barzilay, profesora de Ciencias de la Computación e Ingeniería Eléctrica en el Instituto de Tecnología de Massachusetts en Cambridge, Massachusetts, y su equipo para desarrollar un algoritmo que pueda medir automáticamente la densidad mamaria.
Utilizaron decenas de miles de mamografías digitales de alta calidad del MGH para entrenar y probar el algoritmo antes de implementarlo en la práctica clínica de rutina. Posteriormente, ocho radiólogos revisaron 10.,763 mamografías que el modelo había determinado que eran tejidos densos o no densos.
El radiólogo interpretador aceptó la evaluación del algoritmo en 10.149 mamografías, o el 94 por ciento. Lehman señala que la tasa de acuerdo del 94 por ciento entre los radiólogos y el algoritmo no necesariamente significa que la máquina estaba equivocada en el 6 por ciento de los casos. La variabilidad del lector podría afectar el desacuerdo porque los radiólogos evalúan visualmente la densidad de la mama, lo que es subjetivo y cualitativo.
"Estamos encantados con los resultados --afirma Lehman--. Ahora en el Hospital General de Massachusetts, el algoritmo de aprendizaje profundo procesa todas nuestras mamografías de detección y proporciona la densidad, que es aceptada o rechazada por los radiólogos". "Los resultados del estudio muestran que el algoritmo funcionó notablemente bien --agrega Barzilay--. Pero lo que es más importante es que se usa todos los días para medir la densidad de las mamas en mamografías en un hospital importante".
ADAPTACIÓN A LA IMAGEN MAMARIA
El sistema ha estado en funcionamiento continuo en el MGH desde enero y ha procesado aproximadamente 16.000 imágenes, según Barzilay. Lehman atribuye la exitosa implementación clínica del modelo AI a dos componentes: la disponibilidad de datos anotados de alta calidad evaluados por radiólogos expertos y los esfuerzos de colaboración de profesionales de la ciencia y la informática con experiencia.
"Tenemos que contar con radiólogos y otros médicos que comprendan las necesidades apremiantes de nuestros pacientes y puedan asociarse con científicos informáticos expertos en IA --apunta--. Esa es la colaboración que va a hacer avanzar al campo". Los investigadores dicen que el algoritmo tiene el potencial de estandarizar y automatizar la evaluación rutinaria de la densidad mamaria.
En una escala más amplia, los autores consideran que la IA es fundamental para el desarrollo de una evaluación personalizada del riesgo de cáncer de mama para cada mujer que se someta a una mamografía. La IA se adapta de forma única a la imagen mamaria porque puede centrarse en una base de datos grande y madura con informes avanzados y estructurados que vinculan las imágenes con los resultados.
Este poder de predicción es un beneficio potencial para todas las mujeres, incluidos los grupos que no han sido atendidos adecuadamente por los modelos de predicción actuales. Por ejemplo, la investigación ha demostrado que los modelos predictivos actuales tienden a subestimar el riesgo en las mujeres afroamericanas.
"Estamos enseñando a la máquina a predecir directamente el riesgo de cáncer incluso antes de que el radiólogo vea cualquier cáncer --destaca Barzilay--. El mejor momento para controlar la enfermedad es cuando comienza". "Con AI, ahora tenemos la capacidad de aprovechar vastas cantidades de información para brindar atención más personalizada y más específica a nuestros pacientes --agrega Lehman--. En el caso del cáncer de mama, podemos predecir mejor la probabilidad de que una mujer tenga cáncer en el futuro y mejorar las posibilidades de que sea tratada con éxito".
