Investigadores utilizan la IA para detectar el cáncer a partir de los datos de los pacientes de forma segura

ASHO aspira a aportar valor tecnológico en el sector sanitario, consolidar su apuesta por el desarrollo de la Inteligencia Artificial, aumentar la productividad y ampliar sus líneas de negocio.
ASHO aspira a aportar valor tecnológico en el sector sanitario, consolidar su apuesta por el desarrollo de la Inteligencia Artificial, aumentar la productividad y ampliar sus líneas de negocio. - ASHO
Publicado: martes, 26 abril 2022 10:40

MADRID, 26 Abr. (EUROPA PRESS) -

Un equipo de médicos de la Universidad de Leeds (Reino Unido) ha desarrollado una nueva forma de utilizar la inteligencia artificial para predecir el cáncer a partir de los datos de los pacientes sin poner en peligro la información personal.

La inteligencia artificial (IA) puede analizar grandes cantidades de datos, como imágenes o resultados de ensayos, e identificar patrones a menudo indetectables por los humanos, lo que la hace muy valiosa para acelerar la detección, el diagnóstico y el tratamiento de enfermedades.

Sin embargo, el uso de esta tecnología en el ámbito médico es controvertido por el riesgo de divulgación accidental de datos, y muchos sistemas son propiedad de empresas privadas y están bajo su control, lo que les da acceso a datos confidenciales de los pacientes, y la responsabilidad de protegerlos.

En su trabajo, publicado en la revista científica 'Nature Medicine', los investigadores se propusieron descubrir si una forma de IA, llamada aprendizaje de enjambre, podía utilizarse para ayudar a los ordenadores a predecir el cáncer en imágenes médicas de muestras de tejido de pacientes, sin que los hospitales tuvieran que divulgar los datos.

El aprendizaje en enjambre entrena a los algoritmos de IA para que detecten patrones en los datos de un hospital o universidad local, como los cambios genéticos en las imágenes de tejido humano. A continuación, el sistema de aprendizaje en enjambre envía este algoritmo recién entrenado (pero sin datos locales ni información de los pacientes) a un ordenador central.

Allí se combina con algoritmos generados por otros hospitales de forma idéntica para crear un algoritmo optimizado. A continuación se envía de nuevo al hospital local, donde se vuelve a aplicar a los datos originales, mejorando la detección de los cambios genéticos gracias a su capacidad de detección más sensible.

Al realizar esto varias veces, se puede mejorar el algoritmo y crear uno que funcione en todos los conjuntos de datos. Esto significa que la técnica puede aplicarse sin necesidad de ceder los datos a terceras empresas o de enviarlos entre hospitales o a través de fronteras internacionales.

El equipo entrenó los algoritmos de IA con datos de estudios de tres grupos de pacientes de Irlanda del Norte, Alemania y Estados Unidos. Los algoritmos se probaron en dos grandes conjuntos de imágenes de datos generados en Leeds, y se comprobó que habían aprendido con éxito a predecir la presencia de diferentes subtipos de cáncer en las imágenes.

"Basándonos en los datos de más de 5.000 pacientes, hemos podido demostrar que los modelos de IA entrenados con el aprendizaje de enjambre pueden predecir cambios genéticos clínicamente relevantes directamente a partir de imágenes de tejido de tumores de colon", detallan los autores.

"Hemos demostrado que el aprendizaje enjambre puede utilizarse en medicina para entrenar algoritmos de IA independientes para cualquier tarea de análisis de imágenes. Esto significa que es posible superar la necesidad de transferencia de datos sin que las instituciones tengan que renunciar al control seguro de sus datos. Crear un sistema de IA que pueda realizar esta tarea mejora nuestra capacidad de aplicar la IA en el futuro", remacha Phil Quirke, catedrático de Patología de la Facultad de Medicina de la Universidad de Leeds.

Leer más acerca de: