Inteligencia Artificial para estudiar mamografías
- GV Media
- Apr 4, 2019
- 3 min read
GVM Staff
Regina Barzilay enseña una de las clases de informática más populares en el Instituto de Tecnología de Massachusetts. En su investigación, al menos hasta hace cinco años, observó cómo una computadora podía usar el aprendizaje automático para leer y descifrar oscuros textos antiguos.
Pero en 2014, a Barzilay le diagnosticaron cáncer de mama. Y eso no solo interrumpió su vida, sino que la llevó a replantearse su carrera investigadora. Ha aterrizado a la vanguardia de un esfuerzo en rápido crecimiento para revolucionar la mamografía y el manejo del cáncer de mama con el uso de algoritmos informáticos.
Empezar no fue tan fácil. Barzilay descubrió que el Instituto Nacional del Cáncer no estaba interesado en financiar su investigación sobre el uso de inteligencia artificial para mejorar el tratamiento del cáncer de mama. Del mismo modo, dice que no pudo obtener dinero de la National Science Foundation, que financia los estudios de computación. Pero las fundaciones privadas en última instancia, intensificaron para poner en marcha el trabajo.
Barzilay comenzó una colaboración con Connie Lehman, una radióloga de la Universidad de Harvard que es jefa de imágenes de mamas en el Hospital General de Massachusetts. Nos reunimos en un cuarto oscuro y silencioso donde ella me muestra el progreso que ella y sus colegas han logrado al llevar la inteligencia artificial a uno de los exámenes médicos más comunes en los Estados Unidos. Más de 39 millones de mamografías se realizan anualmente, según los datos de la Administración de Alimentos y Medicamentos.
El primer paso para leer una mamografía es determinar la densidad de los senos. La primera colaboración de Lehman con Barzilay fue desarrollar lo que se llama un algoritmo de aprendizaje profundo para realizar esta tarea esencial. Lehman lee una mamografía y evalúa la densidad; entonces ella presiona un botón para ver lo que concluyó el algoritmo. Las evaluaciones coinciden.
"Estamos entusiasmadas con esto porque descubrimos que hay una gran cantidad de variaciones humanas en la evaluación de la densidad mamaria", dice Lehman, "y por eso hemos entrenado nuestro modelo de aprendizaje profundo para evaluar la densidad de una manera mucho más consistente".
En 2017, Barzilay, Lehman y sus colegas informaron que su algoritmo podría reducir las biopsias en aproximadamente un 30 por ciento. También han desarrollado un programa informático que analiza mucha información sobre un paciente para predecir el riesgo futuro de cáncer de mama.
Barzilay dice que la primera vez que va a hacer la prueba de detección, el algoritmo no solo busca cáncer en su mamografía, "el modelo le dice cuál es la probabilidad de que desarrolle cáncer dentro de dos años, tres años, 10 años". Esa proyección puede ayudar a las mujeres y los médicos a decidir con qué frecuencia realizar una prueba de detección de cáncer de mama.
"Estamos muy entusiasmadas con eso porque es un predictor más fuerte que cualquier otra cosa que hayamos encontrado", dice Lehman. A diferencia de otras herramientas como esta, que fueron desarrolladas al examinar mujeres europeas predominantemente blancas, funciona bien entre mujeres de todas las razas y edades, dice ella.
Lehman es consciente de que un algoritmo desarrollado en un hospital o entre un grupo demográfico puede fallar cuando se intenta en otro lugar, por lo que su investigación aborda ese problema. Pero los riesgos potenciales no son los que la mantienen despierta durante la noche.
"Lo que me mantiene despierto por la noche es que 500,000 mujeres [en todo el mundo] mueren cada año de cáncer de mama", dice. Le gustaría encontrar formas de acelerar el progreso para que las innovaciones puedan ayudar a las personas antes.
Comments