Google ha compartido un informe sobre los avances de su sistema de inteligencia artificial, mejorando la precisión al clasificar las células de cáncer de próstata.
Google ha basado el entrenamiento de la IA en la dinámica del sistema de puntuación de Gleason, ya que este es imprescindible para determinar el tratamiento adecuado. Dicho de manera simple, la puntuación de Gleason permite saber cómo se ven las células cancerosas, y qué probabilidades hay de que el cáncer avance, o cómo será su evolución.
Se asigna un puntaje bajo si el cáncer no es agresivo, y por lo tanto, manifestará un crecimiento lento. Y un puntaje alto si el cáncer es de crecimiento rápido, y puede expandirse. Sin embargo, este sistema de puntuación no siempre encuentra consenso entre los profesionales, según menciona Google en el informe.
La IA de Google fue desarrollada para seguir la dinámica de clasificación que propone la puntuación de Gleason, de manera más precisa y objetiva. Para ello, entrenaron la IA recopilando imágenes de muestras de biopsias, contando con la colaboración de un grupo de patólogos que realización anotaciones siguiendo el sistema de puntuación de Gleason.
Al probar su eficacia, comprobaron que la IA puede conseguir un precisión del 70% al clasificar las células cancerosas utilizando esta dinámica, superando el puntaje del grupo de profesionales:
El DLS (Sistema de Aprendizaje Profundo) también fue más preciso que el patólogo promedio en la cuantificación del patrón de Gleason. Estas mejoras en la calificación de Gleason se tradujeron en una mejor estratificación del riesgo clínico: la DLS identificó mejor a los pacientes con mayor riesgo de recurrencia de la enfermedad después de la cirugía que el patólogo general promedio, lo que potencialmente permite a los médicos usar esta información para adaptar mejor a los pacientes a la terapia.
Google menciona que queda mucho trabajo por delante, ya que es un proceso complejo, pero el equipo tras este estudio está entusiasmado por el potencial de estas tecnologías, que pueden mejorar notablemente la dinámica en el diagnósticos y tratamiento de cáncer.
