Pasar al contenido principal

Planteamiento de IA superó a expertos humanos en la identificación de precáncer cervical

  • Publicación:
Crédito: iStock

Un equipo de investigación dirigido por investigadores de los Institutos Nacionales de la Salud y Global Good ha formulado 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 planteamiento de inteligencia artificial, llamado evaluación visual automatizada, tiene la posibilidad de revolucionar los exámenes de detección de cáncer de cuello uterino, en especial en situaciones de escasos recursos.

Para crear el método, los investigadores usaron conjuntos de datos integrales para “enseñar” a un algoritmo de aprendizaje profundo, o de máquina, a reconocer patrones en insumos visuales complejos, como lo son las imágenes médicas.  El planteamiento fue creado en colaboración por investigadores del Instituto Nacional del Cáncer (NCI) y de Global Good, un proyecto de Intellectual Ventures, y los resultados fueron confirmados independientemente por expertos de la Biblioteca Nacional de Medicina (NLM). Los resultados se publicaron en la edición del 10 de enero de 2019 de la revista Journal of the National Cancer Institute. El NCI y la NLM son partes de los Institutos Nacionales de la Salud (NIH).

“Nuestras conclusiones muestran que un algoritmo de aprendizaje profundo puede usar imágenes recogidas durante exámenes rutinarios de detección de cáncer de cuello uterino para identificar cambios precancerosos que, si se dejan sin tratar, pueden convertirse en cancerosos”, indicó el doctor Mark Schiffman, de la División de Epidemiología y Genética del Cáncer, del NCI, y autor principal del estudio.  “De hecho, el análisis informático de las imágenes pudo identificar mejor estados precancerosos que un revisor experto humano de pruebas de Papanicolaou al microscopio (citología)”.

El nuevo método tiene la posibilidad de ser de un valor especial en situaciones de escasos recursos. Los trabajadores sanitarios en tales situaciones usan actualmente un método de examen de detección llamado inspección visual con ácido acético (IVAA).  Según este planteamiento, un trabajador sanitario aplica ácido acético diluido al cuello uterino y examina el cuello uterino con los ojos, en búsqueda de “áreas blancas del vinagre”, el cual indica una posible enfermedad. Debido a su conveniencia y al bajo costo, la IVAA se usa frecuentemente cuando no hay disponibles métodos más avanzados de detección.  Sin embargo, se sabe que no es preciso y necesita mejorarse.

La evaluación visual automatizada es igualmente fácil de efectuar. Los trabajadores sanitarios pueden usar un teléfono celular o un aparato similar con cámara para el examen de detección del cuello uterino y tratamiento en una misma visita.  Además, este planteamiento puede efectuarse con una capacitación limitada, lo que lo hace ideal para los países con limitados recursos de atención sanitaria, en donde el cáncer de cuello uterino es una de las principales causas de enfermedad y muerte en las mujeres.

Para crear el algoritmo, el equipo de investigadores usaron más de 60 000 imágenes del cuello uterino de un archivo de fotos del NCI recogidas durante un estudio de exámenes de detección de cáncer de cuello uterino que se llevó a cabo en Costa Rica en los años noventa. Más de 9400 mujeres participaron en ese estudio demográfico, con un seguimiento que duró hasta 18 años. Debido a la naturaleza prospectiva del estudio, los investigadores ganaron casi completa información sobre cuáles cambios del cuello uterino se convirtieron en precancerosos y cuáles no. Las fotos se digitalizaron y se usaron luego para enseñar a un algoritmo de aprendizaje profundo de modo que pudiera distinguir los estados del cuello uterino que requirieran tratamiento de los que no.

En general, el algoritmo funcionó mejor que todas las pruebas convencionales de detección en predecir todos los casos diagnosticados durante el estudio de Costa Rica. La evaluación visual automatizada identificó estados precancerosos con mayor precisión (ABC=0,91) que la revisión de un experto humano (ABC=0,69) o que la citología convencional (ABC=0,71). Una ABC de 0,5 indica una prueba que no es mejor que la casualidad, mientras que una ABC de 1,0 representa una prueba con exactitud perfecta en identificar la enfermedad.

“Cuando este algoritmo se combina con avances en la vacunación contra el VPH, las tecnologías emergentes de detección de VPH, y las mejoras en el tratamiento, es de pensar que el cáncer cervical podría estar controlado, aun en situaciones de escasos recursos”, dijo Maurizio Vecchione, sub-director ejecutivo de Bien Mundial.

Los investigadores tienen planes de enseñar aún más al algoritmo en una muestra de imágenes representativas de precánceres cervicales y de tejido normal del cuello uterino de mujeres en comunidades de todo el mundo, usando una variedad de cámaras y otras opciones de imágenes.  Este paso es necesario debido a las variaciones sutiles de la apariencia del cuello uterino entre las mujeres de diferentes regiones geográficas. El objetivo primario del proyecto es crear el mejor algoritmo posible para uso común, abierto.

Acerca del Instituto Nacional del Cáncer (NCI): El Instituto Nacional del Cáncer, NCI, dirige el Programa Nacional de Cáncer y el esfuerzo de los Institutos Nacionales de la Salud para reducir drásticamente la frecuencia del cáncer y mejorar las vidas de los pacientes con cáncer y de sus familias, por medio de la investigación acerca de la prevención y la biología del cáncer, la creación de nuevas intervenciones y la capacitación y el acceso a mentores de nuevos investigadores. Para obtener más información sobre el cáncer, visite, por favor, el sitio web del NCI en cancer.gov/espanol o llame al Centro de Contacto del NCI, conocido como Servicio de Información sobre el Cáncer, al 1-800-422-6237 (1-800-4-CANCER).

Acerca de los Institutos Nacionales de la Salud (NIH): Los Institutos Nacionales de la Salud (NIH), la dependencia de investigación médica del país, están compuestos por 27 institutos y centros y forman parte del Departamento de Salud y Servicios Humanos de EE. UU.  NIH es la principal dependencia federal que lleva a cabo y apoya la investigación básica, clínica y médica aplicada e investiga las causas, tratamientos y curas tanto de enfermedades comunes como de enfermedades poco comunes.  Para obtener más información sobre los NIH y sus programas,
visite nih.gov.

Bibliografía
  1. Hu L, Schiffman M, et al. An observational study of deep learning and automated evaluation of cervical images for cancer screening. Journal of the National Cancer Institute. Jan. 10, 2019. DOI: 10.1093/jnci/djy225

Si desea copiar algo de este texto, vea Derechos de autor y uso de imágenes y contenido sobre instrucciones de derechos de autor y permisos. En caso de reproducción digital permitida, por favor, dé crédito al Instituto Nacional del Cáncer como su creador, y enlace al producto original del NCI usando el título original del producto; por ejemplo, “Planteamiento de IA superó a expertos humanos en la identificación de precáncer cervical publicada originalmente por el Instituto Nacional del Cáncer.”