Recientemente, Danial Tse, un investigador de Google, desarrolló un algoritmo que superó a varios radiólogos capacitados en las pruebas de detección de cáncer de pulmón. Tse y sus colegas entrenaron un algoritmo de aprendizaje profundo para detectar nódulos pulmonares malignos en más de 42.000 tomografías computarizadas. Los algoritmos resultantes obtuvieron 11% menos de falsos positivos y 5% menos de falsos negativos que sus homólogos humanos. El trabajo se describe en un artículo publicado en la revista Nature.
Esta sería la respuesta a un problema mortal: el cáncer de pulmón mató a más de 160.000 personas en los Estados Unidos durante 2018. Ello convierte a esta enfermedad en la principal causa de muerte por cáncer; y aunque las tomografías computarizadas (TC) pueden ser una parte vital de la detección del cáncer, a menudo tampoco son confiables.
Gran promesa
Tse y sus colegas argumentan que la Inteligencia Artificial (IA) podría ayudar a que la detección del cáncer de pulmón sea más confiable, aunque reconocen que el trabajo debe validarse en poblaciones de pacientes más grandes. De hecho, existe un interés creciente en utilizar la IA para detectar muchos tipos de cáncer (los investigadores han demostrado cómo se puede usar el aprendizaje automático para detectar tanto el cáncer de mama como el cáncer de piel, por mencionar un ejemplo).
Si bien se trata de importantes avances, los expertos aseguran que deben ser tratados, más bien, como pequeños. Desde MIT Technology Review indican que todavía sigue siendo difícil utilizar la IA en la atención médica por razones de privacidad, y porque los conjuntos de datos del mundo real rara vez son tan perfectos como los utilizados en estudios de investigación.
También vale la pena señalar que tratar el cáncer implica mucho más que solo detectar la enfermedad en primer lugar. Determinar el curso correcto de tratamiento, por ejemplo, puede depender de una variedad de factores que varían de un paciente a otro, lo que hace que esa parte del proceso sea mucho más difícil de automatizar.