Un nuevo programa de computadora puede analizar imágenes de tumores pulmonares de pacientes, especificar tipos de cáncer e incluso identificar genes alterados que impulsan el crecimiento celular anormal, muestra un nuevo estudio.
Dirigido por investigadores de la Facultad de Medicina de la NYU y publicado en línea en Medicina natural , el estudio encontró que un tipo de inteligencia artificial IA, o programa de "aprendizaje automático", podía distinguir con un 97 por ciento de precisión entre el adenocarcinoma y el carcinoma de células escamosas, dos tipos de cáncer de pulmón que los patólogos experimentados a veces luchan por analizar sinpruebas confirmatorias.
La herramienta de inteligencia artificial también pudo determinar si las versiones anormales de 6 genes relacionados con el cáncer de pulmón, incluidos EGFR, KRAS y TP53, estaban presentes en las células, con una precisión que variaba del 73 al 86 por ciento, según el gen.Estos cambios genéticos o mutaciones a menudo causan el crecimiento anormal que se observa en el cáncer, pero también pueden cambiar la forma de una célula y las interacciones con su entorno, proporcionando pistas visuales para un análisis automatizado.
Determinar qué genes cambian en cada tumor se ha vuelto vital con el mayor uso de terapias dirigidas que funcionan solo contra las células cancerosas con mutaciones específicas, dicen los investigadores. Alrededor del 20 por ciento de los pacientes con adenocarcinoma, por ejemplo, se sabe que tienen mutaciones enel gen receptor del factor de crecimiento epidérmico o EGFR, que ahora se puede tratar con medicamentos aprobados.
Pero las pruebas genéticas que se utilizan actualmente para confirmar la presencia de mutaciones pueden tardar semanas en dar resultados, dicen los autores del estudio.
"Retrasar el inicio del tratamiento del cáncer nunca es bueno", dice el autor principal del estudio, Aristotelis Tsirigos, PhD, profesor asociado en el Departamento de Patología del Centro Oncológico Perlmutter de NYU Langone. "Nuestro estudio proporciona pruebas sólidas de que un enfoque de IA será capaz depara determinar instantáneamente el subtipo de cáncer y el perfil mutacional para que los pacientes comiencen con terapias dirigidas antes ".
aprendizaje automático
En el estudio actual, el equipo de investigación diseñó técnicas estadísticas que le dieron a su programa la capacidad de "aprender" cómo mejorar en una tarea, pero sin que se le dijera exactamente cómo. Estos programas construyen reglas y modelos matemáticos que permiten la toma de decisiones basada enen ejemplos de datos que se les incorporan, y el programa se vuelve "más inteligente" a medida que aumenta la cantidad de datos de entrenamiento.
Los enfoques de IA más nuevos, inspirados en las redes de células nerviosas del cerebro, utilizan circuitos cada vez más complejos para procesar la información en capas, y cada paso alimenta información al siguiente y asigna más o menos importancia a cada pieza de información a lo largo del camino.
El equipo actual entrenó una red neuronal convolucional profunda, Inception v3 de Google, para analizar imágenes de diapositivas obtenidas de The Cancer Genome Atlas, una base de datos con imágenes de diagnósticos de cáncer que ya se han determinado. Eso permitió a los investigadores medir qué tan bien podía su programaestar capacitado para clasificar de manera precisa y automática el tejido normal frente al enfermo.
Curiosamente, el estudio encontró que aproximadamente la mitad del pequeño porcentaje de imágenes de tumores mal clasificadas por el programa de IA del estudio también fueron clasificadas erróneamente por los patólogos, lo que destaca la dificultad de distinguir entre los dos tipos de cáncer de pulmón. Por otro lado, 45 de54 de las imágenes clasificadas erróneamente por al menos uno de los patólogos del estudio fueron asignadas al tipo de cáncer correcto por el programa de aprendizaje automático, lo que sugiere que la IA podría ofrecer una segunda opinión útil.
"En nuestro estudio, estábamos emocionados de mejorar las precisiones a nivel patólogo y de demostrar que la IA puede descubrir patrones previamente desconocidos en las características visibles de las células cancerosas y los tejidos que las rodean", dice el coautor correspondiente Narges Razavian,PhD, profesor asistente en los departamentos de Radiología y Salud de la Población. "La sinergia entre los datos y el poder computacional está creando oportunidades sin precedentes para mejorar tanto la práctica como la ciencia de la medicina".
En el futuro, el equipo planea seguir entrenando su programa de IA con datos hasta que pueda determinar qué genes están mutados en un cáncer determinado con más del 90 por ciento de precisión, momento en el que comenzarán a buscar la aprobación del gobierno para usar la tecnología clínicamente.y en el diagnóstico de varios tipos de cáncer.
Fuente de la historia :
Materiales proporcionados por NYU Langone Health / NYU School of Medicine . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :