Publicado 03/03/2020 11:13:14 +01:00CET

La IA combinada con evaluaciones de radiólogos mejora la precisión de la detección de cáncer con las mamografías

Imágenes del estudio
Imágenes del estudio - IFIC

VALÈNCIA, 3 Mar. (EUROPA PRESS) -

Un grupo internacional de investigadores, entre los que se encuentran miembros del Instituto de Física Corpuscular (IFIC, CSIC-Universitat de València), han publicado un estudio en una de las revistas médicas de mayor difusión mundial en el que demuestran que las técnicas de Inteligencia Artificial (IA), usadas en combinación con la evaluación de radiólogos expertos, mejoran la precisión de la detección de cáncer mediante mamografías.

El estudio, publicado en 'Journal of the American Medical Association', se basa en los resultados obtenidos en el Digital Mammography (DM) DREAM Challenge, una competición internacional liderada por IBM donde participaron investigadores del IFIC junto a científicos del Instituto de Telecomunicaciones y Aplicaciones Multimedia (iTEAM) de la Universitat Politècnica de València (UPV), según ha informado el IFIC en un comunicado.

El equipo de investigadores del IFIC y la UPV fue el único grupo español que consiguió llegar a la final del reto. Para ello, desarrollaron desde cero un algoritmo de predicción basado en redes neuronales convolucionales, una técnica de inteligencia artificial que simula las neuronas de la corteza visual y permite la clasificación de imágenes, además del autoaprendizaje del sistema.

También aplicaron principios relativos a la interpretación de rayos X, donde el grupo dispone de varias patentes. Los resultados del equipo valenciano junto al resto de finalistas son los que ahora se publican en 'Journal of the American Medical Association' (JAMA Network Open).

"Haber participado en este reto ha permitido a nuestro grupo colaborar en proyectos de inteligencia artificial con grupos clínicos de la Comunidad Valenciana", ha explicado Alberto Albiol, profesor titular de la UPV y miembro del grupo iTEAM. "Esto nos ha abierto oportunidades para aplicar las técnicas de Machine Learning, tal como se plantea en el artículo", ha añadido.

ARTEMISA

Por ejemplo, el trabajo realizado por los investigadores valencianos se está desarrollando en Artemisa, la nueva plataforma de computación para Inteligencia Artificial del Instituto de Física Corpuscular financiada por la Unión Europea y la Generalitat Valenciana dentro del Programa operativo FEDER de la Comunitat Valenciana 2014-2020 para la adquisición de infraestructuras y equipamiento de I+D+i.

"Diseñar estrategias para reducir costes operacionales de la sanidad es uno de los objetivos de aplicar de forma sostenible la Inteligencia Artificial", destaca Francisco Albiol, investigador del IFIC participante en el estudio. "Los retos abarcan desde la parte algorítmica a diseñar conjuntamente estrategias basadas en evidencias junto con el sector médico. La Inteligencia Artificial aplicada a gran escala es una de las tecnologías más prometedoras para hacer la sanidad sostenible", ha subrayado.

El Digital Mammography (DM) DREAM Challenge tiene como objetivo involucrar a una amplia comunidad científica internacional (más de 1.200 investigadores de todo el mundo) para evaluar si los algoritmos de la IA pueden igualar o mejorar las interpretaciones de las mamografías realizadas por radiólogos.

"Este DREAM Challenge permitió una evaluación rigurosa y adecuada de decenas de avanzados algoritmos de aprendizaje profundo (deep learning) en dos bases de datos independientes", ha destacado Justin Guinney, vicepresidente de Oncología Computacional en Sage Bionetworks y presidente de los DREAM Challenges.

MEDIO MILLÓN DE MAMOGRAFÍAS MENOS AL AÑO EN EEUU

Dirigido por IBM Research, Sage Bionetworks y Kaiser Permanente Washington Research Institute, el Digital Mammography DREAM Challenge concluyó que, aunque ningún algoritmo por sí solo superó a los radiólogos, una combinación de métodos sumada a las evaluaciones de los expertos mejoraban la precisión de los exámenes. Kaiser Permanente Washington (KPW) y el Karolinska Institute (KI) de Suecia proporcionaron cientos de miles de mamografías y datos clínicos sin identificar.

"Nuestro estudio sugiere que una combinación de algoritmos de Inteligencia Artificial y las interpretaciones de los radiólogos podrían conseguir que medio millón de mujeres al año no tengan que someterse a pruebas de diagnóstico innecesarias sólo en los Estados Unidos", resume Gustavo Stolovitzky, director del programa de IBM dedicado a Biología Traslacional de Sistemas y Nanobiotecnología en el Centro de Investigación Thomas J. Watson, y fundador de los DREAM Challenges.

Para asegurar la privacidad de los datos y evitar que los participantes descargasen mamografías con datos sensibles, los organizadores del estudio aplicaron un sistema de trabajo desde el modelo a los datos, en el que los participantes enviaban sus algoritmos a los organizadores, que desarrollaron un sistema que los aplicaba directamente a los datos.

Para leer más