La inteligencia artificial, clave para una atención al cáncer de mama más inteligente y centrada en el paciente
El cribado del cáncer de mama suele consistir en mamografías, seguidas a menudo de ecografías o resonancias magnéticas en los casos de alto riesgo. Sin embargo, estos procedimientos pueden arrojar altas tasas de falsos positivos, lo cual conduce a pruebas de seguimiento innecesarias, junto con altos falsos negativos, lo que retrasa el diagnóstico. Los hallazgos sospechosos también suelen generar biopsias incómodas y costosas, a pesar de que muchas anomalías resultan benignas. E incluso después del tratamiento, las evaluaciones del riesgo de reaparición del cáncer vuelven a basarse en estos métodos inexactos. «El planteamiento actual es básicamente único, no está adaptado al riesgo individual. Necesitamos opciones de detección y pronóstico del cáncer de mama más precisas, no invasivas y personalizadas», afirma Domènec Puig de la Universitat Rovira i Virgili(se abrirá en una nueva ventana) y coordinador del proyecto BosomShield(se abrirá en una nueva ventana).
Colaboración internacional e interdisciplinar
Para desarrollar estas opciones, BosomShield, que cuenta con el apoyo de las acciones Marie Skłodowska-Curie(se abrirá en una nueva ventana), se propuso crear un sistema de diagnóstico asistido por ordenador(se abrirá en una nueva ventana) (CAD) basado en inteligencia artificial capaz de analizar múltiples fuentes de datos, imágenes radiológicas, cortes histopatológicos e historiales clínicos, para apoyar el diagnóstico precoz, la planificación del tratamiento y la predicción de recaídas. «El objetivo es ayudar a los médicos con una predicción de recaídas explicable y multimodal que encaje perfectamente en los sistemas informáticos de los hospitales», explica Hatem Rashwan, coinvestigador principal de BosomShield y también de la Universitat Rovira i Virgili. La colaboración internacional e interdisciplinar ha sido fundamental para el proyecto. Diez doctorandos europeos recibieron formación de primer nivel de dos socios estadounidenses: el Centro de Ciencias de la Salud de la Universidad de Texas en Houston y General Electric. Las prácticas permitieron acceder a flujos de trabajo clínicos e infraestructuras de datos distintos de los habituales en la Unión Europea (UE), así como a entornos punteros de inteligencia artificial, patología digital e imagen médica. «La información procedente de diversos sistemas sanitarios, estándares de datos y marcos normativos tiene un valor incalculable para crear soluciones de inteligencia artificial interoperables y éticas», añade Puig. «Quizá la mayor contribución de los socios estadounidenses fue su intercambio de conocimientos médicos traslacionales prácticos sobre cómo avanzar de los prototipos de investigación a la aplicación clínica». A su vez, los socios estadounidenses pudieron beneficiarse de la experiencia y los datos clínicos europeos.
Plataforma de gestión del cáncer de mama de nueva generación
El equipo de BosomShield desarrolló con éxito prototipos que podrían sentar las bases de una plataforma de próxima generación impulsada por inteligencia artificial para la gestión del cáncer de mama. Un módulo de análisis radiológico consta de dos modelos de inteligencia artificial. El primer modelo predice el riesgo de recaída del cáncer de mama mediante algoritmos de aprendizaje automático aplicados a características extraídas de mamografías, resonancias magnéticas y ecografías. También estima la densidad mamaria, identifica los subtipos agresivos y clasifica los subtipos moleculares, como alternativa a la biopsia. El segundo modelo predice la «respuesta patológica completa»(se abrirá en una nueva ventana), la desaparición completa del cáncer detectable basada en imágenes multimodales (IRM y TAC-TEP), lo cual ayuda a los médicos a evaluar la eficacia de la terapia y adaptar los planes de tratamiento. Estos modelos se enriquecen mediante la correlación con datos histopatológicos. «Las técnicas de inteligencia artificial nos permiten explorar estas diapositivas digitales, como Google Maps, analizando puntos de interés, como áreas con células anormales o donde se ha provocado una fuerte reacción inmunitaria», añade Rashwan.
Innovaciones para los mercados de Estados Unidos y la UE
Se utilizó una serie de pruebas para evaluar el rendimiento y la fiabilidad de los modelos y métodos de inteligencia artificial de BosomShield. Por ejemplo, se utilizó el análisis de mamografías mediante aprendizaje profundo para detectar y segmentar tumores e identificar la posición y los límites de un tumor con una precisión de hasta el 98 %. Los modelos de inteligencia artificial utilizados para extraer características radiómicas y morfológicas tuvieron una precisión del 88 % en la predicción de subtipos moleculares a partir de mamografías e imágenes de resonancia magnética. «Nuestras validaciones sientan las bases para crear un sistema CAD clínicamente viable y con marcado CE(se abrirá en una nueva ventana), lo que contribuye significativamente al https://commission.europa.eu/strategy-and-policy/priorities-2019-2024/promoting-our-european-way-life/european-health-union/cancer-plan-europe_es (Plan Europeo de Lucha contra el Cáncer)», señala Puig. Actualmente, el equipo está preparando demostraciones seleccionadas (como la predicción de subtipos y los estimadores de riesgo de recaída) para el marcado CE en la UE, a la vez que explora vías reglamentarias para la autorización del Organismo para el Control de Alimentos y Medicamentos(se abrirá en una nueva ventana) de Estados Unidos. Esta labor podría abrir nuevas oportunidades comerciales para los socios de la UE y Estados Unidos.
