Durante los últimos tres años, diferentes equipos en Google han estado aplicando la inteligencia artificial a problemáticas en la atención médica, desde
diagnosticar enfermedades oculares hasta
pronosticar posibles resultados médicos a partir de registros médicos. Hoy estamos compartiendo nuevas investigaciones que muestran cómo la IA puede predecir el cáncer de pulmón de manera que pueda aumentar las posibilidades de supervivencia de muchas personas en riesgo alrededor del mundo.
Según la
Organización Mundial de la Salud, el cáncer de pulmón produce más de 1,7 millones de muertes por año, lo que lo convierte en el más letal de todos los cánceres del mundo, más que el cáncer de mama, próstata y colorrectal, y es la sexta causa más común de muerte a nivel mundial. Si bien el cáncer de pulmón tiene una de las peores tasas de supervivencia entre todos los cánceres, las intervenciones son mucho más exitosas cuando el cáncer se detecta de manera temprana. Desafortunadamente, las estadísticas son alarmantes debido a que la gran mayoría de los cánceres no se detectan hasta etapas posteriores.
Durante las últimas tres décadas, los médicos han explorado formas de evaluar a las personas con alto riesgo de cáncer de pulmón. Aunque se ha comprobado que la prueba de TC (tomografía computarizada) de dosis baja reduce la mortalidad, aún existen desafíos que conducen a diagnósticos poco claros, procedimientos posteriores innecesarios, costos financieros y más.
Nuestra investigación más recienteA finales de 2017, comenzamos a explorar cómo abordar algunos de estos desafíos utilizando la IA. Al usar los avances en el modelado volumétrico 3D junto con los conjuntos de datos de nuestros socios (incluida la Northwestern University), hemos avanzado en el modelado de la predicción del cáncer de pulmón, y establecido las bases para futuras pruebas clínicas. Hoy publicamos nuestros prometedores hallazgos en "
Nature Medicine".
Los radiólogos suelen ver cientos de imágenes en 2D en una sola tomografía computarizada y el cáncer puede ser minúsculo y difícil de detectar. Creamos un modelo que no sólo puede generar la predicción general de malignidad del cáncer de pulmón (visto en volumen 3D) sino también identificar tejido maligno sutil en los pulmones (nódulos pulmonares). El modelo también considera la información de exploraciones anteriores, lo cual es útil para predecir el riesgo de cáncer de pulmón ya que la tasa de crecimiento de nódulos pulmonares sospechosos puede ser indicativo de malignidad.
Este es un marco de modelado de alto nivel. Para cada paciente, la IA utiliza como entrada la tomografía computarizada actual y, si está disponible, una tomografía computarizada previa. El modelo entrega como resultado una predicción de malignidad general.
En nuestra investigación, aprovechamos 45.856 casos anónimos de exploración por TC de tórax (algunos en los que se detectó cáncer) del conjunto de datos de investigación del NIH obtenido a partir del estudio nacional de ensayo de detección en pulmón de la Northwestern University. Validamos los resultados con un segundo conjunto de datos y también comparamos nuestros resultados con los de 6 radiólogos certificados por la junta de los EE. UU.
Usando sólo una tomografía computarizada para el diagnóstico, nuestro modelo se desempeñó a la par o mejor que los seis radiólogos. Detectamos un cinco por ciento más de casos de cáncer y redujimos los exámenes con falsos positivos en más de un 11 por ciento en comparación con los radiólogos no asistidos en nuestro estudio. Nuestro enfoque logró un AUC de 94,4 por ciento (el AUC es una métrica común que se usa en el aprendizaje automático y proporciona una medida agregada para el rendimiento de clasificación).
En un paciente asintomático sin antecedentes de cáncer, el sistema de IA revisó y detectó un posible cáncer de pulmón en una exploración que anteriormente se había considerado normal.
Siguientes pasos
A pesar del valor de los exámenes de detección de cáncer de pulmón, solo el 2-4 por ciento de los pacientes elegibles en los EE. UU. son examinados. Este trabajo demuestra el potencial de la IA para aumentar tanto la precisión como la consistencia, lo que podría ayudar a acelerar la adopción de pruebas de detección de cáncer de pulmón en todo el mundo.
Estos resultados iniciales son alentadores, pero se necesitan estudios adicionales para evaluar su impacto y utilidad en la práctica clínica. Estamos colaborando con el equipo de
Google Cloud Healthcare and Life Sciences para brindar servicio a este modelo a través de la
API de Cloud Healthcare y estamos en conversaciones iniciales con socios alrededor del mundo para continuar con las investigaciones de validación clínica adicionales y su implementación. Si perteneces a una institución de investigación o a un sistema hospitalario que esté interesado en colaborar en investigaciones futuras, por favor llena
este formulario.
Por Shravya Shetty, M.S., Directora técnica
Follow