El cáncer de mama es un problema importante de salud pública, pues cada año causa más de medio millón de muertes a nivel global, de acuerdo con cifras de la OMS. Se ha demostrado que la inteligencia artificial es una herramienta muy adecuada para detectarlo oportunamente, lo cual mejora las expectativas de vida de las pacientes. Ello requiere el almacenamiento y procesamiento expedito de una enorme cantidad de imágenes.
Como parte de este esfuerzo, recientemente el AI Precision Health Institute (AI-PHI), parte del Centro Oncológico de la Universidad de Hawái, recurrió a Western Digital para obtener la infraestructura necesaria para almacenar y escalar los datos de investigación críticos, a fin de lograr una detección más precisa del cáncer a partir de las mamografías.
Para ello, el AI-PHI ha implementado una plataforma híbrida Ultrastar Data 60 de unidades de disco duro (HDD) Ultrastar con 720TB de capacidad conjunta. La organización tratará los datos ahí almacenados mediante herramientas de inteligencia artificial, aprendizaje automático y aprendizaje profundo para reducir la creciente incidencia de cáncer de mama en la región del Pacífico.
El cáncer de mama suele aparecer en las mamografías como una asimetría entre los pechos. Su detección por el ojo humano es limitada: este órgano sólo puede discernir 256 niveles de sombra, mientras una mamografía puede contener hasta 65,000 matices. Ahí es donde entra la inteligencia artificial. Sus algoritmos no sólo pueden detectarlos, sino que, una vez entrenados, pueden comparar un millar de variables para detectar las que pueden relevancia para el diagnóstico de cáncer de mama.
Algoritmos entrenados
El primer paso para entrenar a la inteligencia artificial consiste en enseñarla a ignorar las diferencias benignas en las imágenes de las mamografías. Para ello, es alimentada con numerosas imágenes con variaciones de granulación sombreado, escala y perspectiva. Para que el proceso funcione, la base de datos utilizada debe ser muy grande y diversa. Así, con el tiempo, se pueden identificar con mayor precisión los biomarcadores y factores de riesgo que inciden en el diagnóstico. Dado que las imágenes contienen información clínica individualizada, la infraestructura de almacenamiento debe tener una ciberseguridad muy robusta, para proteger la privacidad de las pacientes.
La base de datos de mamografías del AI-PHI contiene el Registro de Mamografías de las Islas de Hawái, el cual se concentra en las mujeres de Hawái, incluidas las nativas, quienes estadísticamente padecen más cáncer respecto a casi cualquier otro grupo étnico.
«La IA ha transformado por completo la manera en que abordábamos los problemas a través de los datos masivos», indica el doctor John Shepherd, fundador del instituto. «Toma mucho tiempo analizar seis millones de imágenes. Sin embargo, con el acceso rápido y fiable a cantidades grandes de datos y el poder de la IA» es posible.
Detección oportuna del cáncer de mama
En el mundo existen 6 o 7 bases de datos con un número lo suficientemente grande de mamografías para entrenar adecuadamente a una inteligencia artificial. Sin embargo, los datos contenidos en ellas se refieren sobre todo a mujeres blancas, por lo que tienen un cierto sesgo. De ahí la importancia del trabajo realizado en Hawái: corregir el sesgo para determinar por qué las mujeres de otros grupos étnicos son afectadas de otra manera por el cáncer de mama. Ello permitirá a los profesionales de la salud ayudar de mejor manera a los grupos de mujeres más vulnerables ante esa enfermedad.
Con el rendimiento óptimo, la amplia capacidad y los cientos de terabytes de almacenamiento rápido que ofrece Western Digital, los investigadores obtienen acceso constante y rápido a las grandes cantidades de datos que se necesitan para los procesos de IA. «Debido a la singularidad de Hawái, tenemos una demografía muy diversa de etnias, razas, IMC y culturas. Si entrenas un modelo de inteligencia artificial con esa cantidad enorme de datos, se podrían desarrollar modelos que resulten útiles en cualquier parte del mundo», agrega Shepherd.
El AI-PHI planea expandir su infraestructura de almacenamiento con la incorporación de la infraestructura abierta y componible OpenFlex y con las unidades de estado sólido Ultrastar NVMe. Las cargas de trabajo más eficientes y la colaboración flexible que brindan esas soluciones ayudarán al instituto a corroborar los modelos de IA para determinar el riesgo y la detección de cáncer de mama. También podrán desarrollar algoritmos de inteligencia artificial para realizar exámenes médicos avanzados con métodos no invasivos. Entre ellos se cuentan barridos corporales en 3D, absorciometría de rayos X de doble energía de la composición corporal, análisis de sangre para marcadores metabólicos y pruebas de esfuerzo.
