Es tan exitosa, de acuerdo con el artículo publicado en la revista Nature esta semana, que algún día podría rivalizar o incluso superar a los radiólogos humanos.
Los investigadores entrenaron su IA usando mamogramas de casi 91.000 mujeres en los Estados Unidos y el Reino Unido – y los resultados fueron impresionantes. En comparación con los radiólogos humanos, el modelo de IA marcó 9,4 por ciento menos de falsos negativos y 5,7 por ciento menos de falsos positivos en el conjunto de datos de los EE.UU., y 2,7 y 1,2 por ciento respectivamente para el conjunto de datos mucho más grande del Reino Unido.
En otras palabras, marcó menos incidentes donde el cáncer no estaba realmente presente, y más incidentes donde el cáncer estaba realmente presente, pero no identificado por los radiólogos humanos. Eso también significa que el sistema fue tan exacto como predecir el cáncer de mama como un radiólogo humano.
La mamografía es el tipo más común de detección del cáncer de mama. Utiliza rayos X de baja energía para detectar masas típicas asociadas con el cáncer de mama. La detección es un primer paso importante en la identificación del cáncer de mama: cuanto antes se detecte, más y mejores tipos de tratamiento estarán disponibles para la paciente.
La reducción de los falsos negativos es crítica – en los peores casos, no detectar los signos de cáncer puede ser mortal. Los falsos positivos pueden no ser tan críticos, pero aún así pueden causar estrés y agotar recursos valiosos.
El sistema, sin embargo, no era tan bueno como dos radiólogos humanos que comparaban los resultados después de analizar los mismos exámenes – en el Reino Unido, dos radiólogos típicamente revisan los exámenes, mientras que en los Estados Unidos, solo un radiólogo lee los exámenes.
«Estos resultados resaltan el papel significativo que la IA puede jugar en el futuro del cuidado del cáncer», dijo la directora ejecutiva de Cancer Research UK, Michelle Mitchell, a Business Insider. «Adoptar una tecnología como esta puede ayudar a mejorar la forma en que diagnosticamos el cáncer en los años venideros».
A pesar del éxito en la reducción de los falsos positivos y negativos, la investigación está todavía en sus primeras etapas y tiene un largo camino por recorrer antes de ser utilizada en el mundo real.
«Este es otro paso en el camino de tratar de responder a algunas de las preguntas que serán críticas para que podamos realmente desplegar esto en el mundo real», dijo Dominic King, director y líder británico de Google Health a Wired.
Vía Futurism