¿Puede la Inteligencia Artificial Revolucionar la Detección de la Propagación del Cáncer en Pacientes con Cáncer de Estómago?
El cáncer de estómago es un problema de salud importante en todo el mundo. Es el quinto cáncer más común y la tercera causa principal de muertes relacionadas con el cáncer. En China, es especialmente frecuente y mortal. Para cuando la mayoría de los pacientes son diagnosticados, el cáncer a menudo se ha propagado a otras partes del cuerpo. Una de las principales formas en que se propaga es a través de los ganglios linfáticos, pequeñas estructuras en forma de frijol que forman parte del sistema inmunológico del cuerpo. Saber si el cáncer se ha extendido a estos ganglios linfáticos es crucial para planificar el mejor tratamiento. Sin embargo, los métodos actuales para verificar esto mediante tomografías computarizadas (TC), un tipo de radiografía detallada, no siempre son precisos. Pueden pasar por alto el cáncer o sugerir erróneamente que está presente cuando no lo está.
Aquí es donde entra en juego la inteligencia artificial (IA). Los investigadores están explorando cómo la IA puede ayudar a los médicos a detectar mejor si el cáncer de estómago se ha propagado a los ganglios linfáticos. Específicamente, están utilizando un tipo de IA llamado aprendizaje profundo, que imita cómo funciona el cerebro humano, para analizar las tomografías computarizadas con mayor precisión. Esto podría conducir a mejores decisiones de tratamiento y mejorar los resultados para los pacientes.
¿Cómo Ayuda la IA en la Detección de la Propagación del Cáncer?
Para entender cómo la IA puede ayudar, primero veamos el problema que está tratando de resolver. Cuando los médicos sospechan de cáncer de estómago, a menudo usan tomografías computarizadas para ver si el cáncer se ha propagado a los ganglios linfáticos cercanos. Estas tomografías crean imágenes detalladas del interior del cuerpo. Sin embargo, interpretar estas imágenes es complicado. Los ganglios linfáticos pueden parecerse a otras estructuras, como vasos sanguíneos o grasa, lo que dificulta determinar si están afectados por el cáncer. Incluso los médicos experimentados pueden cometer errores.
Para abordar esto, los investigadores recurrieron a un tipo específico de IA llamado Redes Neuronales Convolucionales Basadas en Regiones Más Rápidas (FR-CNN, por sus siglas en inglés). Esta IA está diseñada para reconocer patrones en imágenes, de manera similar a como lo haría un radiólogo (un médico especializado en leer imágenes médicas). El objetivo era entrenar a la IA para detectar ganglios linfáticos que podrían estar afectados por el cáncer con mayor precisión que los métodos tradicionales.
¿Cómo se Entrenó la IA?
El estudio involucró revisar los registros médicos de 750 pacientes con cáncer de estómago que se habían sometido a tomografías computarizadas en un hospital de China entre 2011 y 2018. De estos, 250 pacientes tuvieron sus ganglios linfáticos revisados después de la cirugía, lo que confirmó si el cáncer se había propagado. Los investigadores utilizaron estos datos para entrenar a la IA.
El proceso de entrenamiento ocurrió en dos etapas. En la primera etapa, la IA fue expuesta a más de 18,000 imágenes de TC de 313 pacientes, junto con 1,371 imágenes en las que los radiólogos habían marcado los ganglios linfáticos. Estas imágenes marcadas ayudaron a la IA a aprender qué buscar. En la segunda etapa, la IA fue expuesta a más de 11,000 imágenes de 189 pacientes, junto con 1,004 imágenes marcadas. Esto ayudó a la IA a refinar su capacidad para detectar ganglios linfáticos.
La IA fue entrenada utilizando una técnica llamada aprendizaje profundo, donde analizó las imágenes y ajustó sus configuraciones internas para mejorar su precisión. Comenzó con configuraciones preentrenadas de una gran base de datos de imágenes llamada ImageNet y luego las ajustó utilizando los datos de cáncer de estómago.
¿Cuáles Fueron los Resultados?
Los resultados fueron prometedores. En la primera etapa de entrenamiento, la IA logró una puntuación de precisión media (mAP) de 0.5019, que mide cuán precisa era para identificar ganglios linfáticos. El área bajo la curva de características operativas del receptor (AUC), otra medida de precisión, fue de 0.8995. Después de la segunda etapa de entrenamiento, estos números mejoraron a 0.7801 y 0.9541, respectivamente. Esto significa que la IA se volvió mucho mejor para detectar ganglios linfáticos afectados por el cáncer.
En general, la IA logró una precisión de reconocimiento del 95.4%, que es significativamente más alta que los métodos tradicionales. También podía observar los ganglios linfáticos desde diferentes ángulos, reduciendo las posibilidades de pasar por alto el cáncer o confundir otras estructuras con ganglios linfáticos.
¿Por Qué es Esto Importante?
Detectar con precisión si el cáncer de estómago se ha propagado a los ganglios linfáticos es crucial para planificar el tratamiento. Si el cáncer se ha propagado, los pacientes pueden necesitar quimioterapia antes de la cirugía para reducir el tumor y mejorar sus posibilidades de supervivencia. Conocer el número exacto, el tamaño y la ubicación de los ganglios linfáticos afectados ayuda a los médicos a decidir el mejor curso de acción.
La capacidad de la IA para analizar rápidamente y con precisión las tomografías computarizadas también puede ayudar durante la cirugía. Por ejemplo, puede guiar a los médicos en la extracción de los ganglios linfáticos correctos, lo cual es crítico para mejorar los resultados de los pacientes. Además, la IA reduce el riesgo de error humano y fatiga, asegurando resultados más consistentes y confiables.
¿Qué Significa Esto para el Futuro?
Este estudio muestra que la IA tiene el potencial de transformar cómo los médicos detectan y tratan el cáncer de estómago. Al utilizar el aprendizaje profundo para analizar las tomografías computarizadas, la IA puede proporcionar información más precisa y detallada sobre los ganglios linfáticos, ayudando a los médicos a tomar mejores decisiones. Esto podría conducir a mejores resultados para los pacientes y un sistema de salud más eficiente.
Sin embargo, es importante señalar que esta tecnología aún está en fase de investigación. Se necesitan más estudios para confirmar su efectividad y asegurar que pueda ser utilizada de manera segura y amplia en los hospitales. Pero los primeros resultados son alentadores y sugieren que la IA podría desempeñar un papel clave en la lucha contra el cáncer de estómago.
Conclusión
El cáncer de estómago es una enfermedad grave y a menudo mortal, especialmente cuando se propaga a los ganglios linfáticos. Los métodos tradicionales para detectar esta propagación mediante tomografías computarizadas no siempre son precisos, lo que lleva a diagnósticos erróneos o tratamientos innecesarios. Este estudio muestra que la IA, específicamente FR-CNN, puede mejorar significativamente la precisión en la detección de la propagación del cáncer a los ganglios linfáticos en pacientes con cáncer de estómago. Al analizar las tomografías computarizadas con mayor precisión, la IA ayuda a los médicos a tomar mejores decisiones de tratamiento, lo que podría mejorar los resultados de los pacientes. Aunque se necesita más investigación, esta tecnología representa un paso prometedor hacia adelante en el cuidado del cáncer.
Para fines educativos únicamente.
doi.org/10.1097/CM9.0000000000000532