El cáncer de mama es el tipo de cáncer más frecuente en las mujeres y actualmente representa el 29% de todos los casos nuevos de cáncer en los EE. UU. Se han establecido programas de mamografía de amplio alcance para el diagnóstico temprano. Sin embargo, incluso si dos médicos evalúan la x-rays, que es el procedimiento habitual en Europa, esto a menudo lleva a decisiones equivocadas: alrededor del 20% de los pacientes con cáncer son diagnosticados como libres de cáncer, mientras que alrededor del 20% de los pacientes sin cáncer son diagnosticados con cáncer.muestra que la inteligencia de enjambre puede ayudar a mejorar considerablemente el diagnóstico de cáncer.
Un equipo de investigación internacional e interdisciplinario dirigido por el Dr. Max Wolf, Instituto Leibniz de Ecología del Agua Dulce y Pesca Interior IGB en Berlín, quería averiguar si la inteligencia colectiva puede emplearse para mejorar la detección del cáncer de seno ".generalmente examinado por dos médicos. El objetivo de nuestro estudio fue investigar si las evaluaciones independientes de varios médicos, digamos tres, cinco o incluso diez, conducirían a resultados significativamente mejores ", dice Max Wolf. Para investigar este problema, los científicos utilizaron uno de los conjuntos de datos de mamografía más grandes a nivel internacional. Este conjunto de datos incluye una gran cantidad de mamografías y para cada una de ellas la evaluación independiente de aproximadamente cien radiólogos, así como el estado de salud real cáncer sí o no de todos los pacientes.
Cinco evaluaciones independientes conducen a mejores resultados
Sobre la base de este conjunto de datos, los científicos demostraron que ya se pueden utilizar cinco evaluaciones independientes para superar la precisión diagnóstica de incluso el mejor médico dentro de ese grupo. Para hacerlo, las evaluaciones de los médicos deben integrarse usando simplesreglas de inteligencia colectiva como voto de mayoría o voto de quórum. Importantemente, en comparación con el mejor médico, este enfoque de inteligencia colectiva permite reducir tanto el número de falsos positivos diagnóstico de cáncer / aunque no cáncer como el número de falsos negativos sin cáncerdiagnóstico / aunque cáncer.
Este efecto de inteligencia colectiva ya ocurre cuando se utiliza un número relativamente pequeño de evaluaciones independientes de tres o cuatro médicos ". Nuestros resultados muestran que un mayor número de evaluaciones independientes conduce a mejores resultados; sin embargo, el beneficio de evaluaciones adicionales comienza significativamentenivelar en aproximadamente 8 o 10 evaluaciones ", comenta Max Wolf.
El equipo de científicos llegó a la conclusión de que la eficacia de la mamografía puede mejorarse mediante el principio de inteligencia colectiva. El procedimiento es muy simple y podría automatizarse e integrarse fácilmente en el programa de cribado: los evaluadores evaluarían independientementeradiografías digitales en la computadora y dar su voto. Después, se haría un diagnóstico final basado en estas evaluaciones y la regla de inteligencia colectiva empleada como voto mayoritario. "Cuando se trata de mejorar la precisión del diagnóstico, el primer impulso a menudo es mejorarSin embargo, creemos que un enfoque de inteligencia colectiva tiene el potencial de mejorar la precisión del diagnóstico en una amplia gama de contextos de toma de decisiones médicas ", concluye Max Wolf.
Fuente de la historia :
Materiales proporcionado por Forschungsverbund Berlin eV FVB . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :