Últimas noticias de última hora Portal de noticias en línea
NUEVO¡Ahora puedes escuchar los artículos de Fox News!
La inteligencia artificial está dejando su huella en el futuro de la atención del cáncer.
Una de las aplicaciones más recientes de esta tecnología es la identificación del cáncer de mama difícil de detectar.
Investigadores del Centro Integral del Cáncer de la Universidad Estatal de Ohio (OSUCCC), el Hospital Oncológico Arthur G. James y el Instituto de Investigación Richard J. Solove, están utilizando la IA en un entorno preliminar para predecir qué pacientes pueden desarrollar cáncer de mama lobulillar.
MUJER VENCE EL MORTAL CÁNCER CEREBRAL CON TERAPIA EXPERIMENTAL CON CÉLULAS MADRE: ‘VERDADERAMENTE ASOMBROSO’
¿Qué es el cáncer de mama lobulillar?
El cáncer de mama es el cáncer más común en las mujeres y la segunda causa de muerte relacionada con el cáncer en el país.
Los datos muestran que el cáncer de mama lobulillar, que es agresivo y difícil de detectar, representa entre el 10% y el 15% de los diagnósticos de cáncer de mama en los EE. UU.
Así es como puede aparecer el cáncer de mama lobulillar en una mamografía. Arya Roy, MD, notó la nubosidad en las imágenes, lo que la llevaría a recomendar exploraciones adicionales. (La Universidad Estatal de Ohio)
En lugar de un grupo de células que forman un tumor, el cáncer lobular crece como una larga cadena de células, por lo que aparece como un «espesor sutil» en las mamografías. Esto significa que puede ser difícil detectarlo hasta que se haya extendido a otras partes del cuerpo, según OSU.
Esta forma de la enfermedad también corre el riesgo de reaparecer incluso después de 10 años de que el paciente esté libre de cáncer.
«Necesitamos urgentemente mejores herramientas… que puedan predecir qué pacientes tienen realmente un alto riesgo».
Además, alrededor del 40% de las mujeres mayores de 40 años tienen tejido mamario denso, según la Society of Breast Imaging, lo que puede suponer un mayor desafío de detección y un mayor riesgo de desarrollar cáncer de mama.
Aunque el cáncer lobulillar invasivo crece, se propaga y responde al tratamiento de manera diferente que el carcinoma ductal invasivo más común, los oncólogos siguen las mismas pautas para ambas enfermedades, según la investigadora principal, la Dra. Arya Roy, especialista en cáncer de mama de OSUCCC – James.
HAGA CLIC AQUÍ PARA OBTENER LA APLICACIÓN FOX NEWS
«Las pruebas genómicas que utilizamos actualmente a menudo dan resultados poco claros o contradictorios para el cáncer lobulillar, lo que dificulta que los oncólogos decidan cuál es el mejor tratamiento», afirmó en el comunicado de prensa. «Necesitamos urgentemente mejores herramientas, específicas para el cáncer lobulillar, que puedan predecir qué pacientes tienen realmente un alto riesgo».
Tecnología para combatir el cáncer
Roy reiteró lo difícil que es identificar el cáncer de mama lobulillar mediante imágenes.
«Al mismo tiempo, es muy difícil identificar a los pacientes que tienen mayor riesgo de recurrencia después de los tratamientos», dijo a Fox News Digital. «Así que aquí es donde estamos utilizando técnicas de inteligencia artificial para identificar a los pacientes que están en riesgo de que este cáncer regrese».
Arya Roy, MD, que se muestra examinando una exploración mamaria, está investigando una forma de cáncer que a menudo se pasa por alto en los exámenes de detección regulares. Está utilizando datos de casos reales de cáncer de mama lobulillar para entrenar inteligencia artificial para mejorar la detección temprana. (La Universidad Estatal de Ohio)
Al combinar modelos de inteligencia artificial con imágenes de patología digitales, los médicos pueden detectar biomarcadores y otros indicadores en pacientes con cáncer de alto riesgo. Junto con los datos clínicos de los pacientes, estos hallazgos se utilizan para crear un sistema de puntuación que predice la probabilidad de recurrencia del cáncer durante la próxima década, dijeron los investigadores.
La herramienta de IA se encuentra actualmente en desarrollo, con ensayos clínicos y un estudio financiado en el horizonte.
HAGA CLIC AQUÍ PARA SUSCRIBIRSE A NUESTRO BOLETÍN DE SALUD
«Esperamos que una vez que hayamos desarrollado completamente esta herramienta de inteligencia artificial, que nos ayudará a identificar a los pacientes con riesgo de recurrencia, podamos utilizarla para todas las pacientes con cáncer de mama lobulillar», continuó Roy.
«Si sabemos que un paciente tiene un 10% más de posibilidades de que este cáncer regrese en cinco años, entonces podemos mantener a ese paciente bajo estrecha vigilancia».
El investigador del estudio alienta a las mujeres a discutir con sus médicos si las imágenes adicionales son apropiadas para ellas. (iStock)
Los oncólogos también pueden utilizar otras técnicas de imágenes para garantizar que no se pase por alto ninguna recurrencia del cáncer en estos pacientes de mayor riesgo, añadió Roy, señalando que este nuevo método impulsado por IA podría «dar esperanza a muchos pacientes».
PRUEBA CON NUESTRO ÚLTIMO QUIZ DE ESTILO DE VIDA
El oncólogo anima a las mujeres a hablar con sus médicos sobre si las imágenes adicionales son apropiadas para ellas.
Limitaciones potenciales
El Dr. Harvey Castro, médico de urgencias y experto en inteligencia artificial en Texas, no participó en el estudio de OSU, pero comentó los hallazgos a Fox News Digital.
«Antes de que estas herramientas entren en la atención de rutina, debemos asegurarnos de que se prueben en poblaciones diversas del mundo real».
«El estudio del estado de Ohio marca un progreso importante en el uso de la IA para detectar el cáncer de mama lobulillar, un subtipo notoriamente difícil, pero también destaca los obstáculos que aún impiden que la IA iguale completamente la complejidad del mundo real», dijo.
Uno de los mayores problemas es entrenar la IA con datos antiguos, señaló el médico. «La medicina evoluciona rápidamente y los algoritmos creados a partir de imágenes de ayer pueden pasar por alto los patrones de hoy, que es lo que yo llamo deriva temporal».
La herramienta de IA se encuentra actualmente en desarrollo, con ensayos clínicos y un estudio financiado en el horizonte. (iStock)
Castro advirtió que muchos sistemas «funcionan maravillosamente» en un laboratorio, pero pueden fallar cuando se prueban en nuevos hospitales o poblaciones de pacientes.
«El tejido mamario denso sigue siendo el talón de Aquiles de la IA», señaló. «La misma densidad que oculta los tumores a los radiólogos también puede confundir los algoritmos, especialmente entre grupos raciales y de edad».
HAGA CLIC AQUÍ PARA MÁS HISTORIAS DE SALUD
Según Castro, la IA no reemplazará a los radiólogos; al contrario, redefinirá su forma de trabajar.
«Pero antes de que estas herramientas entren en la atención de rutina, debemos asegurarnos de que se prueben en poblaciones diversas del mundo real, no solo en datos de laboratorio perfectos».
