La eficacia de la Inteligencia Artificial de Google en el diagnóstico de cáncer de mama.


  • Médicos e Internet
El acceso al contenido completo es sólo para profesionales sanitarios registrados. El acceso al contenido completo es sólo para profesionales sanitarios registrados.

Probablemente, el concepto tecnológico más recurrente en los últimos años es el de Inteligencia Artificial. Está afectando a la manera en la que se utiliza la información y al conocimiento de formas nuevas de analizarla, y como consecuencia se ofrecen utilidades hasta hace poco inimaginables. A distintos niveles nos acompaña en muchas acciones cotidianas, sin darnos cuenta.

La Inteligencia Artificial se basa en la posibilidad que tienen los ordenadores de generar funciones y respuestas para las que no han sido específicamente programados mediante líneas de código, sino que se derivan de modelos de funcionamiento adaptativos y de autoaprendizaje. Encuentra su mayor expresión en el análisis de cantidades enormes de datos (el big data), y por eso está tan presente en los servicios a los que accedemos mediante nuestras conexiones a Internet, donde permanentemente generamos un ingente flujo de información.

Pero, ¿Qué es lo que realmente hace la Inteligencia Artificial?

Fundamentalmente, ayudar a la inteligencia humana en tres dimensiones.

La primera, permite ver cosas que el humano no es capaz de ver, como todo aquello que puede ocultarse tras la información digital o en relación a los casi infinitos datos que se crean y manejan constantemente en los dispositivos de acceso a la red. 

Lo segundo, permite encontrar patrones y reglas que expliquen algunos fenómenos.

Y lo tercero, es capaz de tomar decisiones más adecuadas que las que en algunos casos adoptaría un humano, al integrar en ellas un mayor número de variables.

Si combinamos estas tres dimensiones básicas de la Inteligencia Artificial estaremos en disposición de cerrar un círculo. Los sistemas de computación serían capaces de percibir variables inabarcables para el humano, entenderlas mediante reglas específicas y, en su caso, adoptar criterios o actuaciones dependientes de esos análisis mucho más sofisticadas que nunca antes lo fueron.

Sería prolijo poner ejemplos de cómo todo esto es ya una realidad, tanto en el trabajo de muchas empresas como en cosas más habituales que nos rodean en el día a día. Pero baste decir que en cualquier teléfono móvil hay funciones que están basadas en la Inteligencia Artificial, como los mapas de conducción capaces de recalcular rutas si se detecta un accidente de tráfico, o las carpetas que guardan ordenadamente nuestras fotografías tras identificar rostros de quienes aparecen en ellas.

Si trasladamos lo que la Inteligencia Artificial es capaz de hacer al campo de la medicina, seguramente estaremos ante la tecnología que más intensa y rápidamente va a transformar la manera en la que se entiende el trabajo clínico y los resultados que se pueden ofrecer al paciente.

Aplicando el esquema de las oportunidades que presenta la Inteligencia Artificial, vemos que ya hay avances tangibles en sus tres dimensiones. Es capaz de ver lo que el humano no puede abarcar y por eso se aplica en diversos campos relacionados con la imagen médica. Es capaz de definir reglas y patrones, y de ahí que se pueda emplear para orientar diagnósticos sindrómicos. Y también es capaz de anticipar decisiones, como las que hay que adoptar ante pacientes pluripatológicos. En todos estos campos (y en bastantes más) hay ya ejemplos de utilización clínica de la Inteligencia Artificial.

 

Google y el análisis de las mamografías.

Precisamente se acaban de publicar los resultados de un trabajo de evaluación de una nueva técnica para examinar mamografías utilizando tecnología de Inteligencia Artificial desarrollada por Google. Es una contribución de tres grupos de investigación, dos británicos y otro estadounidense, basado en el reconocimiento informatizado de patrones que permiten interpretar clínicamente las imágenes, lo que ayudaría a detectar formaciones sospechosas.  Aproximaciones similares se han hecho para cáncer de pulmón y retinopatía diabética, entre otras enfermedades.

El estudio contempló una fase de análisis retrospectivo, basado en imágenes de diagnósticos ya establecidos, y otra prospectiva, haciendo una comparación continua entre el diagnóstico por ordenador y el correspondiente al ojo del radiólogo. En total, las imágenes analizadas fueron más de 100.000. 

Aplicando este nuevo modelo de análisis en imágenes donde ya se conocía el diagnóstico, el sistema produjo una reducción del 9,4% en los falsos negativos. También proporcionó una reducción del 5,7% en los falsos positivos, donde la exploración se considera incorrectamente anormal pero no hay cáncer. Hubo casos en los que el análisis automatizado descartó una tumoración, que en cambio fue confirmada por el análisis humano.

En Estados Unidos se realizan unos 33 millones de mamografías preventivas cada año. Se ha comprobado que en promedio, la prueba omite alrededor del 20 por ciento de los cánceres de mama, según la American Cancer Society, y los falsos positivos son también relativamente comunes, lo que hace que se llame a las mujeres para que se realicen nuevas pruebas, a veces incluso biopsias.

Parece claro que conseguir mejoras en las capacidades diagnósticas tendrá que ver con la manera en la que los radiólogos empleen las nuevas herramientas como parte de su práctica habitual en la lectura de mamografías. Las máquinas no sustituirán nunca al ojo y la responsabilidad clínica, pero los clínicos que no usen progresivamente estas tecnologías sí acabarán siendo sustituidos por los que sí las sepan emplear.