Google puede detectar el cáncer de pulmón en un 99% de los casos

Cada vez es más frecuente escuchar nuevos avances respecto a la Inteligencia Artificial, para ser aplicada a diversos sectores como automotrices, análisis y estadísticas, robótica, asistentes personales como Google Assistant, electrodomésticos, y una amplia gama de productos que favorecen a nuestra ayuda y por que no, nuestra comodidad.

Pero somos bastantes reacios cuando escuchamos desarrollos de esta tecnología en el área de la salud, y normalmente la juzgamos, para hacer aclaraciones como ``un robot no puede atender a un paciente´´, o ``¿donde está la calidez humana al ser diagnosticado por una máquina?´´, y un sin fin de categorizaciones más.

Lo cierto es que pese que a muchas personas les desagrade la idea, la IA está teniendo impresionantes avances respecto al sector de la salud, desde algoritmos que detectan enfermedades en pacientes con solo escanear sus ojos, hasta microchips que regulan los impulsos nerviosos para controlar uno de los trastornos del sistema nervioso central como el Parkinson.

Respecto a estos avances, un grupo de científicos de la Universidad de Nueva York han demostrado como un algoritmo de Google es capaz de distinguir entre los dos subtipos más prevalentes de cáncer de pulmón, con una precisión del 97% en el 99% de las ocasiones. Actualmente, el Adenocarcinoma y el Carcinoma Espinocelular requieren una inspección visual por un patólogo experimentado para el diagnóstico. Este estudio fue publicado por la revista Nature Medicine.

El algoritmo llamado Inception V3, proporciona un alto rendimiento con un costo computacional relativamente bajo, ya que es de código abierto. En este estudio, el algoritmo fue entrenado con las imágenes del Atlas del Genoma del Cáncer, para clasificarlas de forma precisa y automática en el LUPD, LUSC o tejido pulmonar normal. Esta herramienta de aprendizaje profundo (Deep Learning), ha distinguido las células cancerígenas de las sanas en un 99% del tiempo. También fue capaz de diferenciar entre los dos tipos de tumor en casi 9 de los 10 casos. Algo sumamente asombroso.

La inspección visual de las placas Histopatológicas es uno de los principales métodos utilizados por los patólogos para evaluar la etapa, el tipo y el subtipo de tumores de pulmón. Estos hallazgos sugieren que los modelos de Deep Learning pueden ayudar a los patólogos a detectar el subtipo de cáncer o mutaciones genéticas. Los investigadores señalan que este algoritmo es capas de aplicarse a cualquier tipo de cáncer. Hasta esta investigación, ya se había probado este algoritmo para detectar cáncer de piel en el año 2017, con resultados similares, concluyendo que con un pequeño conjunto de datos, el modelo Inception V3, puede llegar a la precisión comparable a la de un profesional entrenado.

Fuente: N+1