La inteligencia artificial puede ser usada contra el cáncer. Para identificar las células cancerosas en una biopsia, los patólogos deben analizar al microscopio un conjunto de muestras para cada paciente, en las que revisan millones de células sanas en busca de unas cuantas enfermas. Cuando se trata de cáncer de mama, un buen médico con el entrenamiento suficiente es capaz de identificar con acierto hasta el 96% de los casos positivos, aunque factores como el cansancio o la falta de tiempo pueden llevarlo a errar. En cambio, si es asistido por inteligencia artificial (AI, por sus siglas en inglés) debidamente entrenada, su precisión se eleva hasta el 99.5% de los casos.

El método fue demostrado en 2016 en una competencia sostenida en el Simposio Internacional de Imagenología Médica (celebrado en Praga) por un equipo de investigadores del Centro Médico Beth Israel Deaconisse, un hospital de enseñanza dependiente de la Escuela de Medicina de la Universidad de Harvard.

En la justa se enfrentaron patólogos contra la AI y aunque con el 96% de aciertos los humanos superaron a los algoritmos —que sólo alcanzaron una precisión del 92%—, la sorpresa vino cuando colaboraron en vez de competir, pues lograron una precisión casi perfecta al identificar el 99.5% de las células cancerosas en las muestras.

Inteligencia artificial para combatir el cáncer de mama

Inteligencia artificial, aliada contra el cáncer

Los organizadores del evento eligieron el cáncer de mama como prueba por su mortalidad (en México es la principal causa de muerte por tumores malignos en mujeres mayores de 25 años, con un promedio de 17 fallecidas al día). Como los cirujanos dependen de las biopsias para decidir cuál tejido extirpar, la precisión es vital.

El equipo de Harvard recurrió al deep learning para enseñarle a los algoritmos cómo reconocer una célula cancerosa. Para ello emplearon miles de imágenes, en las que los algoritmos buscaban patrones, una tarea en la que la AI es particularmente efectiva. El equipo identificó los errores cometidos por los algoritmos y le suministraron nuevos ejemplos seleccionados para afinar su entrenamiento.

Por su parte, un equipo del hospital Houston Methodist desarrolló un algoritmo capaz de identificar células cancerosas en una mastografía. De acuerdo con el estudio realizado, la AI señaló las células cancerosas con 99% de precisión en un tiempo 30 veces menor que el empleado por los doctores.

Inteligencia artificial, aliada contra el cáncer

La AI analizó las mastografías y los reportes de patología de 500 pacientes de cáncer, los cuales contrastó contra datos clínicos sobre la enfermedad y las características de las células enfermas. En tan sólo unas horas procesó la información de todos los expedientes, mientras que un par de patólogos necesitaron entre 50 y 70 horas para revisar apenas 50 expedientes.

El uso de esta tecnología no sólo ahorrará miles de horas-hombre de los médicos, sino que evitará la realización de biopsias innecesarias, pues según datos de los Centros para el Control y Prevención de Enfermedades (CDC, por sus siglas en inglés) hasta la mitad de los 12.1 millones de mastografías realizadas cada año en Estados Unidos resultan en falsos positivos; de esos casos, hasta 320,000 resultan en biopsias innecesarias, de acuerdo con los investigadores del Houston Methodist.

Revólver de ADN

Inteligencia artificial, aliada contra el cáncer

Investigadores del Institute of Cancer Research (Londres) y la Universidad de Edimburgo desarrollaron un programa basado en AI al que bautizaron REVOLVER (Repeated Evolution of Cancer). El software analizó los datos de 768 muestras tomadas de 178 pacientes de cáncer de mama, pulmón, riñón y colon en busca de patrones en las mutaciones registradas del ADN de las células cancerosas. Luego, combinó los datos resultantes con otros ya conocidos sobre la biología y la evolución de los tumores y los analizó para predecir de qué manera crecerá un tumor. La información resultante permite diseñar tratamientos focalizados para combatir la enfermedad antes de que el tumor mute a formas resistentes a los medicamentos.