CRN.- Un algoritmo de inteligencia artificial consiguió identificar a las personas con mayor riesgo de padecer cáncer de páncreas hasta tres años antes del diagnóstico. Solo utilizó las historias clínica de los pacientes.
Los resultados del uso de esa herramienta de inteligencia artificial para evaluar el riesgo de cáncer fueron publicados en la revista Nature Medicine. El trabajo estuvo a cargo de investigadores de la Facultad de Medicina de Harvard y la Universidad de Copenhague, en colaboración con el VA Boston Healthcare System, el Instituto Oncológico Dana-Farber y la Escuela de Salud Pública T.H. Chan de Harvard.
El tamizaje poblacional basado en la inteligencia artificial -según los investigadores- podría ser útil para detectar a las personas con mayor riesgo de padecer el cáncer de páncreas. También tendría el beneficio de acelerar el diagnóstico de una dolencia que con demasiada frecuencia se detecta en fases avanzadas, cuando el tratamiento es menos eficaz y los resultados son desalentadores.
La incidencia y la mortalidad del cáncer de páncreas están aumentando en todo el mundo. Especialmente lo presentan las mujeres y personas mayores de 50 años, pero también entre los individuos más jóvenes.
Cáncer de páncreas, un gran problema
«Una de las decisiones más importantes a las que se enfrentan los médicos en su día a día es quién tiene un riesgo elevado de padecer una enfermedad. También, quién se beneficiaría de más pruebas. Esto puede implicar procedimientos más invasivos y costosos que conllevan sus propios riesgos», señaló Chris Sander, coinvestigador principal del estudio. Sander es miembro de la facultad del Departamento de Biología de Sistemas del Instituto Blavatnik del HMS.
«Una herramienta de inteligencia artificial que pueda centrarse en las personas con mayor riesgo de cáncer de páncreas, podría contribuir en gran medida a mejorar la toma de decisiones clínicas», agregó.
Aplicado a escala, añadió Sander, este enfoque podría acelerar la detección del cáncer de páncreas; conducir a un tratamiento más temprano y mejorar los resultados y prolongar la vida de los pacientes.
Søren Brunak, coinvestigador del estudio, advirtió que «muchos tipos de cáncer, sobre todo los difíciles de identificar y tratar precozmente, tienen un coste desproporcionado para los pacientes, las familias y el sistema sanitario en su conjunto». Brunak es también profesor de Biología de Sistemas de Enfermedades y director de investigación del Centro de Investigación de Proteínas de la Fundación Novo Nordisk de la Universidad de Copenhague.
«El tamizaje basado en la inteligencia artificial es una oportunidad para modificar la trayectoria del cáncer de páncreas. Esta enfermedad es agresiva y muy difícil de diagnosticar precozmente y tratar con prontitud; es ahí cuando las probabilidades de éxito son mayores», expresó Brunak.
Inteligencia artificial vs cáncer
En el nuevo estudio, el algoritmo de inteligencia artificial (IA) se entrenó con dos conjuntos de datos distintos que sumaban un total de 9 millones de registros de pacientes de Dinamarca y Estados Unidos. Los investigadores pidieron al modelo de IA que buscara signos reveladores basándose en los datos contenidos en las historias clínicas.
A partir de combinaciones de códigos de enfermedad y del momento en que aparecen, el modelo pudo predecir qué pacientes tienen más probabilidades de desarrollar cáncer de páncreas en el futuro. Cabe destacar que muchos de los síntomas y códigos de enfermedad no estaban directamente relacionados con el páncreas ni procedían de él.
Los investigadores probaron distintas versiones de los modelos de IA para determinar su capacidad de detectar a personas con un riesgo elevado de desarrollar la enfermedad en distintos plazos: 6 meses, un año, dos años y tres años.
En general, cada una de las versiones del algoritmo de inteligencia artificial fue sustancialmente más precisa a la hora de predecir quiénes desarrollarían cáncer de páncreas que las estimaciones actuales de incidencia de la enfermedad en toda la población; definida como la frecuencia con la que se desarrolla una afección en una población durante un período de tiempo específico.
Los investigadores creen que el modelo es al menos tan preciso para predecir la aparición de la enfermedad como las actuales pruebas de secuenciación genética. Estos normalmente solo están disponibles para un pequeño subconjunto de pacientes en conjuntos de datos.
Circuito Regional de Noticias
Informaciòn: El Nacional