Cómo la IA puede ayudar a detectar el cáncer

¿Qué es un ‘Banco de Bio-Imágenes’ y cómo se involucra la IA?

El objetivo general del proyecto es crear un sólido repositorio que abarque imágenes de radiología y patología, vinculadas estrechamente con información clínica, datos de resultados, especificaciones de tratamiento y metadatos adicionales. Este recurso integral se diseña estratégicamente para el entrenamiento, validación y pruebas rigurosas de algoritmos de IA.

Inicialmente centrado en los cánceres de cabeza, cuello y pulmones, con un mínimo de 1000 pacientes para cada tipo de cáncer, el proyecto apunta a superar los datos comprometidos para ambos tipos de cáncer al finalizar. Paralelamente a la creación de la base de datos, el proyecto involucra la capacitación y prueba de múltiples algoritmos de IA utilizando los datos recopilados, para abordar tareas médicamente relevantes como el cribado de metástasis de ganglios linfáticos, la segmentación y clasificación de núcleos, la predicción de biomarcadores (por ejemplo, HPV en orofaringe y EGFR en cáncer de pulmón), y la predicción de respuesta al tratamiento.

¿Cómo ayuda la IA en la detección temprana del cáncer?

La IA aporta significativamente a la detección del cáncer al emular el procesamiento de información del cerebro humano. En el diagnóstico del cáncer, la IA analiza imágenes radiológicas y patológicas, aprendiendo de extensos conjuntos de datos para reconocer características únicas asociadas a varios cánceres. Esta tecnología facilita la detección temprana al identificar cambios en los tejidos y posibles malignidades.

El Dr. Suyash Kulkarni, Jefe de Radiodiagnóstico en TMC, explicó cómo el equipo emplea la IA en radiología. La imagenología exhaustiva genera datos longitudinales de pacientes, ayudando a entender el comportamiento, la respuesta al tratamiento, la recurrencia de la enfermedad y la supervivencia general. Los protocolos de IA y aprendizaje automático utilizan estos datos para desarrollar modelos predictivos de supervivencia del tumor y guiar la agresividad del tratamiento.

La creación de un banco de imágenes de tumores implica la segmentación y anotación de imágenes, la delimitación de tumores, la identificación de diferentes características y su anotación como malignas, inflamatorias o edematosas. Los resultados de biopsia, histopatología, informes de inmunohistoquímica y secuencias genómicas se correlacionan con imágenes y datos clínicos para desarrollar diversos algoritmos.

Este enfoque permite a TMH desarrollar algoritmos para diferentes tumores, evaluar respuestas al tratamiento directamente desde las imágenes y evitar la quimioterapia innecesaria para los pronosticados como no respondedores, ofreciendo utilidad clínica. Aprovechando el biobanco, se desarrollan modelos predictivos y diagnósticos utilizando miles de imágenes de cáncer de mama, sometiendo a análisis de IA y ML con apoyo técnico de socios como el IIT-Bombay.

¿Se está utilizando actualmente esta tecnología?

Sí. TMH ya ha incorporado los datos de 60,000 pacientes en el biobanco durante el año pasado y ha comenzado a utilizar la IA para reducir la exposición a la radiación en pacientes pediátricos sometidos a tomografías computarizadas.

“A través de un proyecto innovador, hemos logrado una reducción del 40% en radiación mejorando las imágenes con algoritmos de inteligencia artificial. Esto asegura una disminución significativa en la exposición a la radiación de los niños, manteniendo la calidad diagnóstica sin comprometerla —un ejemplo de los algoritmos impactantes que aspiramos a desarrollar,” dijo el Dr. Kulkarni.

Además, a modo de prueba piloto, el departamento está utilizando un algoritmo específico en la UCI para radiología torácica, que se enfoca en la imagen y diagnóstico de condiciones relacionadas con la región torácica del cuerpo, específicamente el área del pecho. La IA proporciona inmediatamente un diagnóstico, que se ha demostrado que es correcto en un 98% después de la verificación por parte de los médicos.

“Estamos validando actualmente diversos algoritmos de inteligencia artificial, como el traje torácico. Esta herramienta especializada interpreta radiografías digitales del pecho, identificando patologías como nódulos y neumotórax. Por ejemplo, cuando se realiza una resonancia magnética (MRI) en la UCI, el algoritmo de IA proporciona automáticamente un diagnóstico, validado con nuestros radiólogos,” dijo. “Ayuda en la detección temprana, ahorrando tiempo,” agregó.

Entonces, ¿la IA puede ayudar a reducir las muertes por cáncer en el futuro?

En el futuro, se prevé que la IA jugará un papel transformador en el tratamiento del cáncer, particularmente en la reducción de la mortalidad en los sectores rurales de la India. El potencial de la IA reside en adaptar los enfoques de tratamiento según los diferentes perfiles del paciente, optimizando así los resultados de la terapia.

El Dr. Sudeep Gupta, director de TMC, visualiza un futuro en el que la IA, con un simple clic, detectará rápidamente el cáncer, eliminando la necesidad de extensas pruebas y permitiendo incluso a los médicos generales diagnosticar cánceres complejos. Esta tecnología está preparada para mejorar significativamente la precisión en las soluciones de cáncer. “Mediante el aprendizaje continuo, la IA mejora la precisión, asegurando diagnósticos oportunos del cáncer, mejorando los resultados de los pacientes, y ayudando a los profesionales de la salud en los procesos de toma de decisiones,” dijo.

Sin embargo, el uso de herramientas de IA genera debates sobre la posible sustitución de los radiólogos humanos, enfrentandose a una vigilancia regulatoria y resistencia por parte de algunos médicos e instituciones de salud.