PODRÍA SALVAR VIDAS
Una inteligencia artificial logra anticipar diagnósticos de cáncer hasta un año antes
El modelo analiza historiales clínicos y radiografías para anticipar diagnósticos, estimar el estadio del tumor y predecir la respuesta al tratamiento.
Publicidad
Una inteligencia artificial entrenada con los datos médicos de millones de personas ha logrado identificar señales asociadas al cáncer hasta un año antes de que los pacientes recibieran el diagnóstico. El sistema, denominado Oncoformer, utiliza información obtenida durante la asistencia sanitaria habitual, como análisis de sangre, constantes vitales y radiografías de tórax.
El modelo se describe en un estudio científico publicado en la revista Cell, cuyos autores plantean que podría ayudar a identificar pacientes que necesitan una vigilancia más estrecha. Sin embargo, todavía no está preparado para utilizarse de manera generalizada en hospitales.
Entrenada con los datos de millones de personas
Los investigadores desarrollaron Oncoformer utilizando información de 2,81 millones de personas, correspondiente a casi 12 millones de consultas médicas. Al sumar la cohorte empleada para replicar los resultados, el conjunto alcanzó aproximadamente 3,67 millones de individuos y 17,75 millones de encuentros sanitarios.
Entre ellos había cerca de 348.000 pacientes con cáncer en diferentes estadios y más de 3,32 millones de personas sin la enfermedad. Los científicos también comprobaron su funcionamiento con datos del Biobanco del Reino Unido.
La IA reconstruye una imagen global de la salud de cada paciente mediante el análisis de la evolución de sus resultados clínicos. De esta forma, busca patrones que podrían pasar inadvertidos al revisar individualmente una analítica o una radiografía.
Para comprobar si podía anticipar la enfermedad, los investigadores eliminaron todos los datos obtenidos durante los 90 días inmediatamente anteriores al diagnóstico. Incluso sin esa información, Oncoformer consiguió distinguir a las personas que recibirían un diagnóstico de cáncer durante el año siguiente.
Más allá de detectar el cáncer
El sistema no se ha limitado a calcular el riesgo de desarrollar la enfermedad. También ha estimado el estadio en el que se encontraría el tumor en el momento del diagnóstico, la posible respuesta a seis tipos de tratamiento y el riesgo de recaída en diez clases de cáncer.
El modelo alcanzó un valor de 0,869 sobre 1 al distinguir a quienes recibirían un diagnóstico durante el año posterior. Su precisión fue todavía mayor al detectar cáncer ya existente y al estimar el estadio del tumor.
Entre los datos que más influyeron en sus predicciones estuvieron la albúmina, el porcentaje de neutrófilos, la fosfatasa alcalina y la lactato deshidrogenasa. Se trata de parámetros que pueden aparecer en pruebas médicas rutinarias y que, combinados, podrían contener señales relacionadas con la evolución de la enfermedad.
La IA también agrupó cerca unos de otros los cánceres biológicamente relacionados. Los tumores de mama, ovario y cuello uterino, por ejemplo, aparecieron en regiones próximas dentro del mapa computacional creado por el sistema.
Detectó 54 de 60 casos en una prueba piloto
Los investigadores evaluaron Oncoformer en una prueba prospectiva de cribado de cáncer colorrectal. Entre más de 38.000 participantes que habían dado su consentimiento, se seleccionaron 3.025 personas consideradas de alto riesgo y la IA identificó correctamente 54 de los 60 casos de cáncer.
En esta prueba alcanzó una sensibilidad del 90%, lo que significa que detectó nueve de cada diez casos, y una especificidad del 86,8%, relacionada con su capacidad para descartar correctamente a quienes no tenían la enfermedad.
Estos resultados respaldan la posibilidad de utilizar información que ya se recopila en los centros sanitarios para seleccionar a las personas que podrían beneficiarse de pruebas adicionales. No obstante, no significa que la herramienta pueda confirmar por sí sola un diagnóstico.
Todavía no puede utilizarse en los hospitales
La mayor parte de los análisis se ha realizado de forma retrospectiva, utilizando historiales médicos ya existentes. Además, más del 99% de la población principal empleada para entrenar el modelo era asiática, mientras que los participantes del Biobanco británico eran mayoritariamente europeos blancos.
Estas diferencias pueden afectar al rendimiento de la IA en otras poblaciones y sistemas sanitarios. Tampoco se conoce todavía su precisión en personas sin síntomas ni factores de riesgo seleccionados previamente.
Los autores consideran necesarios grandes ensayos prospectivos con poblaciones diversas antes de incorporar Oncoformer a la práctica clínica. Por ahora, el estudio demuestra que los historiales y las pruebas rutinarias pueden esconder información capaz de ayudar a anticipar la aparición del cáncer, pero no que la IA pueda sustituir las pruebas diagnósticas ni la evaluación de los médicos.
Publicidad