Foto: Pixabay

Un grupo de investigadores del Instituto de Cáncer Dana-Farber, en EE.UU., han desarrollado una herramienta basada en Inteligencia Artificial (IA) que puede extraer datos clínicos sobre la evolución de tumores a partir de informes radiológicos de pacientes con cáncer de pulmón. Según los expertos, la herramienta funciona con una precisión similar al de los médicos, sin embargo, es mucho más rápida al emitir los resultados finales.

A través de un comunicado, el Dr. Kenneth Kelh, autor principal del estudio explicó que el algoritmo de procesamiento de lenguaje natural (PNL) fue capaz de determinar si el cáncer pulmonar mencionado en los informes de radiología respondió al tratamiento médico.

Kelh asegura que el algoritmo se creó para que funcione de manera similar a los médicos humanos que se encargan de determinar la supervivencia libre del tumor, la progresión y el tiempo de respuesta al tratamiento. En este sentido, el científico afirmó:

Al reducir el tiempo y los gastos necesarios para revisar los registros médicos, esta técnica podría acelerar sustancialmente los esfuerzos para usar datos del mundo real de todos los pacientes con cáncer para generar evidencia sobre la efectividad de los enfoques de tratamiento y orientar el apoyo a las decisiones.

¿Cómo se probó la IA?

Durante las pruebas de los algoritmos para recopilar resultados de los informes radiológicos “no estructurados”, los científicos pidieron a ocho analistas humanos que reunieran 14,230 informes de radiología de 1,112 pacientes que se sometieron a un tratamiento de genotipo en Dana-Farber para su cáncer de pulmón.

La Generación Z está a un paso de quedar sin trabajo a causa de la automatización

Luego de entrenar el modelo de IA y validarlo, los científicos procedieron a probar los algoritmos en un grupo de 109 pacientes. Luego, un grupo separado de 15,000 informes “no curados” de 1,294 pacientes fue analizado con la herramienta. En este sentido, la IA encontró evidencia de empeoramiento de la enfermedad y la asoció con una menor tasa de supervivencia, mientras que, en el caso de los resultados de mejoría, la IA determinó que los datos se asociaban a un mayor nivel de supervivencia general.

La rapidez de los algoritmos con respecto al análisis médico humano se evidenció en el hecho de que el modelo de IA recopiló informes de imágenes pulmonares en apenas 10 minutos, mientras que los analistas humanos solo crearon tres informes por hora.

Finalmente, los expertos afirmaron que el nuevo sistema se probará en otros entornos clínicos, y pretenden aplicar la tecnología en el análisis de los vínculos entre los tipos de tumores, las terapias y los resultados positivos o negativos.

Referencia: Assessment of Deep Natural Language Processing in Ascertaining Oncologic Outcomes From Radiology Reports. JAMA Oncol. Published online July 25, 2019. DOI: 10.1001/jamaoncol.2019.1800

Más en TekCrispy