mayo 13, 2021

¿Cómo está cambiando la IA la imagen médica?

Nombrar una industria y la inteligencia artificial lo está sacudiendo. Sin embargo, algunos de los cambios más importantes se están produciendo en las zonas más tranquilas del mercado.

Uno de ellos es la imagen médica. Si bien puede no ser tan fascinante como los vehículos autónomos, las imágenes controladas por IA están haciendo algo aún más importante: salvar vidas. Empresas como CureMetrix están transformando el análisis de imágenes de un juego de adivinanzas en un proceso basado en datos.

El típico paciente radiólogo no ve a los médicos que usan la tecnología CureMetrix. Todo lo que saben es que su tratamiento depende de un diagnóstico preciso.

¿Qué está sucediendo detrás de escena y cuáles son las perspectivas para el sector de imágenes médicas? Para averiguarlo, nos sentamos con el CEO de CureMetrix, Navid Alipour. Resulta que la respuesta es tan emocionante como esos autos sin conductor. Y no, los robots no se recuperarán pronto.

Una revolución en imagen médica

Para comprender cuánta inteligencia artificial está cambiando el mundo de las imágenes médicas, es importante comprender cómo se ve el proceso de baja tecnología.

«No hace mucho, las imágenes médicas eran muy similares a» ¿Dónde está Waldo? «, Explica Alipour.» Básicamente, los expertos escanean las imágenes y luego buscan pequeñas irregularidades que podrían indicar cosas como lesiones cancerosas «.

A pesar de toda la capacitación de médicos y radiólogos, cometen errores. Los estudios sugieren que las tasas de error del análisis solo humano podrían estar alrededor del 35 por ciento.

Piénselo: sin la ayuda de AI, un tercio de los pacientes de radiología se dirigen en la dirección equivocada. Y por varias razones, los errores en ambas direcciones son peligrosos.

Si falta algo, un falso negativo, el paciente no recibe tratamiento y el cáncer continúa creciendo. Muchas condiciones que requieren imágenes son sensibles al tiempo. Todos los días que un tumor canceroso pasa desapercibido, aumenta de tamaño y aumenta el riesgo de metástasis.

Por otro lado, un falso positivo, lo que significa que el radiólogo pierde una característica benigna por un problema médico, puede exponer innecesariamente a los pacientes a procedimientos invasivos. Las biopsias, por ejemplo, son dolorosas y caras. En promedio, el 70-80 por ciento de ellos se vuelven negativos en la investigación del cáncer de seno al tiempo que ejercen estrés emocional sobre el paciente y su familia.

¿Cómo minimiza CureMetrix los errores y, lo que es más importante, qué significa esto para los pacientes?

Un segundo par de ojos

Piense en el cmTriage de CureMetrix como un segundo par de ojos. La inteligencia artificial no puede suplantar a la persona que usa el instrumento, el radiólogo, pero puede ayudarlo a saber qué casos pueden ser sospechosos.

Aunque la IA no reemplazará a los radiólogos, aquellos que la usan reemplazarán a los que no. Sí, los radiólogos y los expertos en mamografía son escasos, lo que resulta en exceso de trabajo, agotamiento y errores costosos, que eventualmente pueden llevar a demandas judiciales. CureMetrix capacita a los radiólogos con los datos, actuando como otra flecha en su carcaj en la lucha contra el cáncer.

Autorizado por la FDA como herramienta de evaluación para la detección del cáncer de seno, cmTriage proporciona una lectura previa para el radiólogo, lo que ayuda a identificar casos sospechosos. El resultado es el potencial para una mayor sensibilidad, así como menos llamadas de pacientes.

Cuando se trata de detectar el cáncer de seno, la sensibilidad promedio de un radiólogo es del 84.4 por ciento, y el 9.6 por ciento de los casos requieren una segunda revisión. Con una sensibilidad de 84.4 por ciento, CureMetrix habría indicado que un total de 6.4 por ciento de los exámenes son sospechosos. Incluso por defecto, la IA funciona con una especificidad más alta que los radiólogos.

Aún más poderoso es el hecho de que cmTriage puede operar a sensibilidades más altas. La configuración predeterminada es 93 por ciento, pero se puede configurar hasta 99 por ciento.

Al combinar el aprendizaje profundo y la visión por computadora, cmTriage ayuda a los radiólogos a identificar cambios sospechosos al permitir que las personas con cáncer de seno reciban tratamiento antes. Igualmente importante, ayuda a los radiólogos a identificar casos menos sospechosos o potencialmente normales, reduciendo la posibilidad de que los pacientes se sometan a múltiples visitas o tratamientos de riesgo.

Comenzando con cáncer de seno

Actualmente, CureMetrix solo está disponible para la detección del cáncer de seno. Pero, ¿por qué podría ayudar el cáncer de seno y con qué otras afecciones?

Cuando le pregunté a Alipour, me indicó dos cosas: la escala y los desafíos únicos del cáncer de seno, el más complejo de todos los cánceres que se detectan.

Casi 300,000 estadounidenses son diagnosticados con cáncer de seno anualmente, lo que incluye casi el 30 por ciento de todos los diagnósticos de cáncer en mujeres. En segundo lugar, se gastan aproximadamente $ 4 mil millones anuales en mamografías falsas. Las biopsias, a menudo el segundo paso en la detección, muestran un sorprendente porcentaje de falsos positivos del 75%.

«No podríamos simplemente ignorar tales números», dice Alipour. «Existen muchos tipos diferentes de cáncer, pero pocos son tan caros, en términos humanos o monetarios, como el cáncer de seno».

Afortunadamente para otros pacientes con cáncer, la mamografía es solo el comienzo de la nueva imagen médica de la IA. CureMetrix planea expandir su inteligencia artificial a otras áreas de imágenes médicas.

¿Una herramienta de detección adecuada para todos?

Las imágenes son una herramienta fundamental en la detección del cáncer, pero no es la única. Otros métodos, como el análisis de metilación, también pueden mejorarse mediante herramientas de aprendizaje profundo.

«Una ventaja del aprendizaje profundo», señala Alipour, «es que puede manejar datos no estructurados. Si se proporcionan los datos de entrenamiento correctos, dicho algoritmo podría detectar el cáncer de otras maneras, como observar las firmas químicas».

Por ejemplo, Alipour menciona un caso reciente a Langone Health de la Universidad de Nueva York. Una niña fue diagnosticada con enfermedad de los tejidos con meduloblastoma recurrente, un tipo de tumor cerebral. Sin embargo, con la ayuda de AI, sus médicos descubrieron que en realidad era otra variedad: el glioblastoma.

Destacando la importancia del diagnóstico correcto es que el cáncer de la niña puede haber sido el resultado de la radiación utilizada para combatir el primer tumor. Si hubiera sido tratada de la misma manera nuevamente, el tratamiento podría haberla lastimado sin destruir realmente el nuevo tumor.

A pesar de los descubrimientos diagnósticos en cáncer de seno, Alipour deja en claro que una herramienta universal de detección de cáncer aún está a años de distancia. Sin embargo, la forma en que llegamos allí es exactamente lo que está haciendo CureMetrix: comenzar con un cáncer más complejo y construir a partir de ahí.

Brad Anderson

Brad Anderson

Jefe de redacción en ReadWrite

Brad es el editor que supervisa el contenido proporcionado en ReadWrite.com. Anteriormente trabajó como editor en PayPal y Crunchbase. Puedes contactarlo con Brad en readwrite.com.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *