Una Inteligencia Artificial detecta y clasifica los tumores cerebrales con una sola resonancia magnética

La Medicina está viviendo una revolución tecnológica que dará un vuelco radical a sus dos ramas fundamentales: el tratamiento y el diagnóstico. Para la primera de ellas llega la denominada “Medicina personalizada” donde, muy pronto, cada paciente recibirá una terapia única con medicamentos y terapias diseñados específicamente para él en función de su genética. En segundo lugar, los métodos de diagnóstico incorporarán una valiosa ayuda en forma de modelos de aprendizaje profundo que, en muchos casos, adquirirán una precisión superior a la de los mejores expertos humanos. En un futuro no muy lejano, no será un médico quien nos diagnostique muchos tipos de cáncer sino una Inteligencia Artificial capaz de llevar a cabo esa desagradable tarea en unos pocos segundos y con unos márgenes de error mínimos.

Esta semana un equipo de investigadores de la Universidad de Washington ha presentado un modelo de aprendizaje profundo que puede detectar un tumor cerebral y clasificarlo como uno de los seis tipos más comunes que existen (glioma de alto grado, el glioma de bajo grado, las metástasis cerebrales, el meningioma, el adenoma hipofisario y el neuroma acústico) y lo consigue utilizando una sola exploración de resonancia magnética en 3D.

En la práctica este tipo de tumores se confirman mediante histopatología, lo que requiere extirpar quirúrgicamente tejido del sitio de un presunto cáncer y examinarlo mediante microscopio. Esta nueva Inteligencia Artificial es la primera que “aborda los tumores intracraneales más comunes determinando directamente si existe o no existe tumor y en caso afirmativo detectando de qué tipo de tumor se trata, a partir de una sola resonancia magnética”.

Esta opción no invasiva se puede utilizar como ayuda a los métodos tradicionales histopatológicos y, en algunos casos, puede incluso convertirse en una alternativa. De hecho, según los investigadores responsables del desarrollo, “los nuevos enfoques de aprendizaje profundo y automático que utilizan datos de resonancia magnética podrían automatizar potencialmente la detección y clasificación de los tumores cerebrales”.

Para desarrollar esta red neuronal de aprendizaje se utilizaron datos de exploraciones intracraneales de resonancia magnética procedentes de cuatro bases médicas de datos, además de los datos internos de la institución y del Instituto de Radiología Mallinckrodt de la propia Universidad. De esta manera el equipo tuvo acceso a miles de exploracionesde resonancia magnética contrastadas posteriormente mediante histopatología, para diseñar una IA capaz de aprender a detectar los positivos, clasificarlos y rechazar los positivos. En total los investigadores utilizaron 2.105 exploraciones que dividieron en tres grupos: 1.396 para entrenamiento, 361 para pruebas internas y 348 para pruebas externas. Con el primer conjunto de exploraciones de resonancia magnética entrenaron la red neuronal para discriminar entre exploraciones sanas y exploraciones con tumores, mientras que con los otros dos grupos podrían evaluar el rendimiento del modelo y evaluar los márgenes de error.

Los resultados conseguidospor esta red neuronal son muy notables: el modelo logró una precisión del 93,35% (337 de 361) en siete clases de imágenes (una clase sana y seis clases de tumores). Las sensibilidades variaron del 91% al 100% y el valor predictivo positivo (o la probabilidad de que los pacientes con una prueba de detección positiva realmente tengan la enfermedad) varió del 85% al ​​100%. Los valores predictivos negativos, o la probabilidad de que los pacientes con una prueba de detección negativa realmente no tengan la enfermedad, oscilaron entre el 98% y el 100% en todas las clases.

El estudio se ha publicado en la revista especializada “Radiology: Artificial Inteligence” y nos muestra que el futuro donde una máquina nos diagnostique los temidos tumores cerebrales está muy cerca, asegurando un margen mínimo de error y evitando complicadas y peligrosas cirugías.

Más artículos interesantes sobre descubrimientos médicos en Yahoo:

• Descubren un nuevo tipo de neurona para recordar caras familiares

• Pese a sufrir una parálisis severa consiguen que vuelva a comunicarse

• La apasionante historia de cómo estamos frenando la terrible ELA… en ratones

Referencias científicas y más información:

Chakrabarty, Satrajit, et al. «MRI-based Identification and Classification of Major Intracranial Tumor Types Using a 3D Convolutional Neural Network: A Retrospective Multi-Institutional Analysis». Radiology: Artificial Intelligence, agosto de 2021, DOI:10.1148/ryai.2021200301.

Radiological Society of North America “Deep learning model classifies brain tumors with single MRI scan” EurekAlert