UN GRAN ADELANTO EN LAS MAMOGRAFÍAS

Mamogafías: la inteligencia artificial está aprendiendo a diagnosticar cáncer de mama
Mamografías
Científicos de Google, junto con médicos de centros norteamericanos y británicos, desarrollaron un algoritmo cuya precisión permite reducir los falsos positivos y negativos
NUEVA YORK.- Investigadores de Google y de centros médicos de Estados Unidos y Gran Bretaña acaban de informar en la revista Nature que la inteligencia artificial (IA) puede ayudar a los médicos a detectar más tumores de mama en las mamografías.
El nuevo sistema de lectura de mamografías se encuentra en etapa de estudio y todavía no está disponible para su uso extendido. Es apenas una de las grandes apuestas de Google en el terreno de la medicina. Las computadoras pueden ser entrenadas para reconocer patrones e interpretar imágenes, y la empresa ya ha creado algoritmos que ayudan a detectar cáncer de pulmón en tomografías computadas, a diagnosticar enfermedades en los ojos en personas con diabetes y a encontrar células cancerosas en imágenes microscópicas.
"Este informe va a remover bastante el avispero -afirma la doctora Constance Lehman, directora de imágenes de mama del Hospital General de Massachusetts, Boston, que no participó del estudio-. Los métodos que usan son polémicos, pero es una excelente noticia que Google haya llegado a este nivel".

Probado en imágenes en las que el diagnóstico ya estaba confirmado, el nuevo sistema tuvo mejor desempeño que los radiólogos. En tomografías de pacientes de los Estados Unidos, generó una reducción del 9,4% de falsos negativos, que ocurren cuando una mamografía es erróneamente leída como normal y el cáncer no es detectado. También arrojó un 5,7% menos de falsos positivos, que ocurren cuando las imágenes son leídas como anormales, pero en realidad no hay presencia de cáncer.
En mamografías realizadas en Gran Bretaña, el sistema también superó a los radiólogos, con una reducción del 2,7% de falsos negativos y del 1,2% de falsos positivos.
Google pagó por el estudio y trabajó con investigadores de la Universidad Northwestern de Chicago y dos centros médicos británicos, el Centro Imperial de Investigación del Cáncer y el Real Hospital del Condado de Surrey.
La Sociedad Americana contra el Cáncer (ACS) había previsto que en 2019 se registrarían unos 268.600 nuevos casos de cáncer de mama invasivo y la muerte de unas 41.760 mujeres norteamericanas a causa de esa enfermedad. En el mundo, se registran anualmente unos dos millones de nuevos casos y más de medio millón de muertes.En los Estados Unidos se realizan unos 33 millones de mamografías al año; según la ACS, las pruebas fallan en la detección de alrededor de un 20 por ciento de los cánceres de mama y los falsos positivos también son muy comunes, lo que lleva a que muchas mujeres deban repetir la prueba o incluso someterse a biopsias.
Más exactitud
Hace tiempo que los médicos piden que las mamografías sean más exactas. "Hay muchos radiólogos que cometen errores que exceden ampliamente el margen aceptable", dice Lehman.
Los autores del trabajo de Nature usaron mamografías de unas 76.000 mujeres de Gran Bretaña y unas 15.000 de Estados Unidos, cuyos diagnósticos ya estaban confirmados, para entrenar al algoritmo a reconocer el cáncer.
Después, probaron el sistema sobre imágenes de otras 25.000 mujeres británicas y 3000 norteamericanas, y compararon su desempeño con el de los radiólogos que habían interpretado originalmente las imágenes. 

Se trataba de mamografías que habían sido realizadas en el pasado y por lo tanto se sabía cómo habían evolucionado esas mujeres, así que los investigadores pudieron determinar en qué casos el diagnóstico inicial había sido correcto.
"Usamos mamografías realizadas en el pasado, se las mostramos a los radiólogos y les preguntamos si había cáncer o no, y después se las mostramos al programa de IA y le hicimos la misma pregunta", dice el doctor Mozziyar Etemadi, de la Universidad Northwestern y uno de los autores del estudio.
En esa prueba, la IA demostró ser más exacta que los radiólogos. A diferencia de los humanos, dice Etemadi, las computadoras no se cansan, se aburren o se distraen después de un largo día de interpretar mamografías.
En otra prueba, los investigadores enfrentaron el programa de IA con seis radiólogos de Estados Unidos, presentándoles 500 mamografías a interpretar. En general, la IA superó nuevamente a los humanos.
Pero en algunos casos la IA no detectó un cáncer que los seis radiólogos sí detectaron, y viceversa.
"Nadie niega que en algunos casos nuestra herramienta de IA se equivoca totalmente y los radiólogos aciertan totalmente -dice Etemadi-. Desde esa perspectiva, esto abre todo un nuevo campo de investigación y estudio. ¿Qué no vieron los radiólogos? ¿Qué no vio la inteligencia artificial?".
Aunque los desarrolladores de IA suelen repetir que el objetivo es ayudar a los radiólogos y no reemplazarlos, Lehman predice que tarde o temprano al menos algunas mamografías solo serán leídas por la inteligencia artificial, sin la intervención de seres humanos. "Esta es la veta de algo -dice Lehman-. Estos sistemas están detectando cosas que los humanos pueden no ver, y es apenas el principio".

Sistema experto
Asistente automático. Un algoritmo que no se aburre
Aunque todavía no está disponible comercialmente, un sistema que aprendió automáticamente a partir de su exposición a miles y miles de casos podría convertirse en un eficaz asistente de los radiólogos en la interpretación de imágenes médicas, como la mamografía. En las pruebas realizadas por los autores de un trabajo que acaba de publicarse en Nature, el sistema desarrollado por científicos de Google y centros de los Estados Unidos y Gran Bretaña obtuvo más aciertos que los especialistas humanos.

D. G.
Traducción de Jaime Arrambide