Un equipo de investigación dirigido por investigadores de los Institutos Nacionales de Salud y el Bien Global ha desarrollado un algoritmo informático que puede analizar imágenes digitales del cuello uterino de una mujer e identificar con precisión los cambios precancerosos que requieren atención médica. Este enfoque de inteligencia artificial IA, denominadoLa evaluación visual automatizada tiene el potencial de revolucionar la detección del cáncer de cuello uterino, particularmente en entornos de bajos recursos.
Para desarrollar el método, los investigadores utilizaron conjuntos de datos completos para "entrenar" un algoritmo de aprendizaje profundo o automático para reconocer patrones en entradas visuales complejas, como imágenes médicas. El enfoque fue creado en colaboración por investigadores del Instituto Nacional del Cáncer NCI y Global Good, un proyecto de Intellectual Ventures, y los resultados fueron confirmados independientemente por expertos de la Biblioteca Nacional de Medicina NLM. Los resultados aparecieron en el Revista del Instituto Nacional del Cáncer el 10 de enero de 2019. NCI y NLM son partes de NIH.
"Nuestros hallazgos muestran que un algoritmo de aprendizaje profundo puede usar imágenes recopiladas durante el examen de rutina del cáncer cervical para identificar cambios precancerosos que, si no se tratan, pueden convertirse en cáncer", dijo Mark Schiffman, MD, MPH, de la División de Epidemiología del Cáncer del NCIy Genética, y autor principal del estudio. "De hecho, el análisis por computadora de las imágenes fue mejor para identificar el precáncer que un revisor humano experto en pruebas de Papanicolaou bajo el microscopio citología".
El nuevo método tiene el potencial de tener un valor particular en entornos de bajos recursos. Los trabajadores de la salud en dichos entornos utilizan actualmente un método de detección llamado inspección visual con ácido acético VIA. En este enfoque, un trabajador de salud aplica acético diluidoácido al cuello uterino e inspecciona el cuello uterino a simple vista, buscando "aceto blanqueamiento", lo que indica una posible enfermedad. Debido a su conveniencia y bajo costo, el VIA se usa ampliamente donde no hay métodos de detección más avanzados. Sin embargo, esse sabe que es inexacto y necesita mejoras.
La evaluación visual automatizada es igualmente fácil de realizar. Los trabajadores de la salud pueden usar un teléfono celular o un dispositivo de cámara similar para la detección y el tratamiento del cuello uterino durante una sola visita. Además, este enfoque se puede realizar con un entrenamiento mínimo, lo que lo hace ideal para países conrecursos limitados de atención médica, donde el cáncer de cuello uterino es una causa principal de enfermedad y muerte entre las mujeres.
Para crear el algoritmo, el equipo de investigación utilizó más de 60,000 imágenes cervicales de un archivo del NCI de fotos recolectadas durante un estudio de detección de cáncer cervical que se realizó en Costa Rica en la década de 1990. Más de 9.400 mujeres participaron en ese estudio de población,con un seguimiento que duró hasta 18 años. Debido a la naturaleza prospectiva del estudio, los investigadores obtuvieron información casi completa sobre qué cambios cervicales se convirtieron en precancerosos y cuáles no. Las fotos se digitalizaron y luego se utilizaron para entrenar un algoritmo de aprendizaje profundo.que podría distinguir afecciones cervicales que requieren tratamiento de las que no requieren tratamiento.
En general, el algoritmo funcionó mejor que todas las pruebas de detección estándar para predecir todos los casos diagnosticados durante el estudio de Costa Rica. La evaluación visual automatizada identificó el precáncer con mayor precisión AUC = 0.91 que una revisión experta en humanos AUC = 0.69 o la citología convencionalAUC = 0,71. Un AUC de 0,5 indica una prueba que no es mejor que el azar, mientras que un AUC de 1,0 representa una prueba con una precisión perfecta para identificar la enfermedad.
"Cuando este algoritmo se combina con los avances en la vacunación contra el VPH, las tecnologías emergentes de detección del VPH y las mejoras en el tratamiento, es concebible que el cáncer de cuello uterino se pueda controlar, incluso en entornos de bajos recursos", dijo Maurizio Vecchione, vicepresidente ejecutivopresidente de Global Good.
Los investigadores planean entrenar aún más el algoritmo en una muestra de imágenes representativas de precánceres cervicales y tejido cervical normal de mujeres en comunidades de todo el mundo, utilizando una variedad de cámaras y otras opciones de imágenes. Este paso es necesario debido a variaciones sutiles enla apariencia del cuello uterino entre las mujeres en diferentes regiones geográficas. El objetivo final del proyecto es crear el mejor algoritmo posible para un uso común y abierto.
Fuente de la historia :
Materiales proporcionado por NIH / Instituto Nacional del Cáncer . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :