Un algoritmo IA supera a los expertos humanos en identificar el pre-cáncer de cuello uterino
Por el equipo editorial de MedImaging en español Actualizado el 30 Jan 2019 |
Investigadores de los Institutos Nacionales de Salud (Bethesda, MA, EUA) han desarrollado un algoritmo de computador que puede analizar imágenes digitales del cuello uterino de una mujer e identificar cambios pre-cancerosos que requieren atención médica. El método de inteligencia artificial (IA), llamado evaluación visual automatizada, puede revolucionar potencialmente el cribado para el cáncer de cuello uterino, especialmente en sitios de bajos recursos.
Los trabajadores de la salud pueden realizar fácilmente la evaluación visual automatizada usando un teléfono celular o un dispositivo de cámara similar para la tamización del cuello uterino y el tratamiento durante una sola consulta. Adicionalmente, el enfoque puede ser realizado con entrenamiento mínimo, haciéndolo ideal para los países con recursos de salud limitados, donde el cáncer de cuello uterino es una causa importante de enfermedad y mortalidad entre las mujeres.
Los investigadores desarrollaron el método usando bases de datos completas para “entrenar” un algoritmo de aprendizaje profundo o automático para reconocer patrones en entradas visuales complejas, como son las imágenes médicas. Crearon un algoritmo usando más de 60.000 imágenes de cuellos uterinos de un archivo de fotografías del Instituto Nacional de Cáncer (INC) que fueron recolectadas durante un estudio de tamización de cáncer de cuello uterino realizado en Costa Rica en los años 1990. Más de 9.400 mujeres participaron en ese estudio de población, con un seguimiento de hasta 18 años. La naturaleza prospectiva del estudio les permitió a los investigadores obtener información casi completa de cuáles cambios en el cuello uterino se volvieron pre-cancerosos y cuáles no. Las fotografías fueron digitalizadas y usadas para entrenar un algoritmo de aprendizaje profundo de manera que pudieran diferenciar entre las condiciones del cuello uterino que requieren tratamiento y aquellas que no lo requieren.
Los investigadores ahora planean entrenar más el algoritmo en una muestra de imágenes representativas de precánceres de cuello uterino y de tejido cervical normal de mujeres en comunidades alrededor del mundo, usando una variedad de cámaras y otras opciones de imagenología con el objetivo de crear el mejor algoritmo posible para el uso común, abierto.
“Nuestros hallazgos muestran que un algoritmo de aprendizaje profundo puede usar imágenes recolectadas durante la tamización rutinaria para el cáncer de cuello uterino con el fin de identificar cambios precancerosos que, si no son tratados, pueden convertirse en cáncer”, dijo Mark Schiffman, M.D, M.P.H., de la División de Epidemiología y Genética del Cáncer del INC, y autor principal del estudio. “En efecto, el análisis de computador de las imágenes fue mejor en la identificación del precáncer que un revisor experto humano de pruebas de Pap observando el microscopio (citología)”.
“Cuando este algoritmo se combine con los avances en vacunación de VPH, las tecnologías emergentes de detección de VPH, y mejoras en el tratamiento, es posible que se pueda controlar el cáncer de cuello uterino, aún en entornos de bajos recursos”, dijo Maurizio Vecchione, vicepresidente ejecutivo de Global Good, un fondo en Empresas Intelectuales, que colaboró con los investigadores del INC para crear este método.
Enlace relacionado:
Institutos Nacionales de Salud
Los trabajadores de la salud pueden realizar fácilmente la evaluación visual automatizada usando un teléfono celular o un dispositivo de cámara similar para la tamización del cuello uterino y el tratamiento durante una sola consulta. Adicionalmente, el enfoque puede ser realizado con entrenamiento mínimo, haciéndolo ideal para los países con recursos de salud limitados, donde el cáncer de cuello uterino es una causa importante de enfermedad y mortalidad entre las mujeres.
Los investigadores desarrollaron el método usando bases de datos completas para “entrenar” un algoritmo de aprendizaje profundo o automático para reconocer patrones en entradas visuales complejas, como son las imágenes médicas. Crearon un algoritmo usando más de 60.000 imágenes de cuellos uterinos de un archivo de fotografías del Instituto Nacional de Cáncer (INC) que fueron recolectadas durante un estudio de tamización de cáncer de cuello uterino realizado en Costa Rica en los años 1990. Más de 9.400 mujeres participaron en ese estudio de población, con un seguimiento de hasta 18 años. La naturaleza prospectiva del estudio les permitió a los investigadores obtener información casi completa de cuáles cambios en el cuello uterino se volvieron pre-cancerosos y cuáles no. Las fotografías fueron digitalizadas y usadas para entrenar un algoritmo de aprendizaje profundo de manera que pudieran diferenciar entre las condiciones del cuello uterino que requieren tratamiento y aquellas que no lo requieren.
Los investigadores ahora planean entrenar más el algoritmo en una muestra de imágenes representativas de precánceres de cuello uterino y de tejido cervical normal de mujeres en comunidades alrededor del mundo, usando una variedad de cámaras y otras opciones de imagenología con el objetivo de crear el mejor algoritmo posible para el uso común, abierto.
“Nuestros hallazgos muestran que un algoritmo de aprendizaje profundo puede usar imágenes recolectadas durante la tamización rutinaria para el cáncer de cuello uterino con el fin de identificar cambios precancerosos que, si no son tratados, pueden convertirse en cáncer”, dijo Mark Schiffman, M.D, M.P.H., de la División de Epidemiología y Genética del Cáncer del INC, y autor principal del estudio. “En efecto, el análisis de computador de las imágenes fue mejor en la identificación del precáncer que un revisor experto humano de pruebas de Pap observando el microscopio (citología)”.
“Cuando este algoritmo se combine con los avances en vacunación de VPH, las tecnologías emergentes de detección de VPH, y mejoras en el tratamiento, es posible que se pueda controlar el cáncer de cuello uterino, aún en entornos de bajos recursos”, dijo Maurizio Vecchione, vicepresidente ejecutivo de Global Good, un fondo en Empresas Intelectuales, que colaboró con los investigadores del INC para crear este método.
Enlace relacionado:
Institutos Nacionales de Salud
Últimas Industria noticias
- Samsung y Bracco firman nuevo acuerdo de tecnología de ultrasonido de diagnóstico
- IBA adquiere Radcal para ampliar oferta de garantía de calidad de imágenes médicas
- Sociedades internacionales sugieren consideraciones clave para herramientas IA para radiología
- Dispositivos de rayos X de Samsung funcionarán con soluciones de IA de Lunit para exámenes avanzados de tórax
- Canon Medical y Olympus colaboran en sistemas de ultrasonido endoscópico
- GE HealthCare adquiere empresa de análisis de imágenes por IA MIM Software
- Primeros criterios internacionales establecen las bases para mejorar diagnóstico por imágenes de tumores cerebrales
- RSNA revela los 10 estudios de radiología más citados de 2023
- Exposiciones técnicas RSNA 2023 ofrecerá innovaciones en IA, impresión 3D y más
- Según un estudio, productos de imágenes médicas por IA se quintuplicarán para 2035
- Exposiciones técnicas de RSNA 2023 destacan las últimas innovaciones en imágenes médicas
- Tecnologías impulsadas por IA ayudan a interpretar rediografías e imágenes de resonancias magnéticas para mejorar diagnóstico de enfermedades
- Hologic y Bayer se asocian para mejorar imágenes de mamografía
- Mercado mundial de arcos en C fijos y móviles impulsado por aumento de procedimientos quirúrgicos
- Mercado mundial de ultrasonido mejorado por contraste impulsado por demanda de detección temprana de enfermedades crónicas
- Uso de imágenes avanzadas aumenta en departamentos de emergencia