Investigadores del Technion, la universidad tecnológica que tiene su base en Haifa, están desarrollando un sistema de Inteligencia Artificial capaz de diagnosticar el cáncer de mama de manera asombrosamente precisa
Se trata, señalaron desde la universidad israelí, de una especie de «patólogo robot» que, esperan, podrá en el futuro cubrir la escasez de profesionales en ese terreno fundamental de la lucha contra el cáncer.
Los expertos del Technion recordaron que una de cada nueve mujeres en el mundo desarrollado será diagnosticada con cáncer de mama en algún momento de su vida.
La prevalencia del cáncer de mama -advirtieron- está aumentando, un efecto causado en parte por el estilo de vida moderno y el aumento de la esperanza de vida.
Afortunadamente, los tratamientos son cada vez más eficientes, pero lo que no aumenta, y de hecho disminuye, es el número de patólogos, o médicos cuya especialidad es examinar los tejidos del cuerpo para proporcionar el diagnóstico específico necesario para la medicina personalizada.
Para resolver este problema, el equipo de científicos, encabezado por el doctor Gil Shamai, el profesor Ron Kimmel y el estudiante graduado Amir Livne, se puso a trabajar desde la inmunoterapia, que ganó relevancia en los últimos años como un tratamiento eficaz para varios tipos de cáncer.
La base de esta forma de terapia es alentar al propio sistema inmunitario del cuerpo a atacar el tumor. Sin embargo, debe ser personalizada ya que se debe administrar a los pacientes la medicación correcta en función de las características específicas del cáncer.
Hay que tener en cuenta que múltiples mecanismos naturales evitan que nuestro sistema inmunológico ataque a nuestro propio cuerpo. Y esos mecanismos a menudo son «aprovechados» por los tumores para evadirlo.
Uno de esos mecanismos está relacionado con la proteína PD-L1: algunos tumores la muestran y actúa como una especie de «contraseña» al convencer erróneamente al sistema inmunitario de que ese cáncer no debe ser atacado.
Los investigadores esperan que el sistema «se convierta en una poderosa herramienta en manos de los médicos»
La inmunoterapia específica para la PD-L1 puede persuadir al sistema inmunitario para que ignore esta «contraseña» en particular, pero, por supuesto, solo sería eficaz cuando el tumor «expresa» la proteína.
Y es, justamente, tarea de un patólogo determinar si el tumor de un paciente muestra la PD-L1.
Los patólogos utilizan marcadores químicos costosos para teñir una biopsia tomada del tumor a fin de obtener la respuesta. El proceso no es trivial, requiere mucho tiempo y, en ocasiones, es inconsistente.
Kimmel y su equipo adoptaron un enfoque diferente. En los últimos años, la agencia federal estadounidense que regula alimentos y medicamentos (FDA, cuya opinión en habitualmente seguida alrededor del mundo) aprobó la práctica de escanear las biopsias para un análisis patológico digital.
En el Technion apostaron a la posibilidad de que una red neuronal artificial (los sofisticados modelos informáticos que «evolucionan» en base a nuevos descubrimientos como la Inteligencia Artificial) pueda usar esos escaneos para hacer el diagnóstico sin requerir procesos adicionales.
Las redes neuronales se «entrenan» de manera similar a como aprenden los niños: se les presentan múltiples ejemplos. A un niño se le muestran muchos perros y varias otras cosas, y a partir de esos ejemplos se forma una idea de lo que es «perro».
Al sistema que desarrolló el equipo del profesor Kimmel se le presentaron imágenes de biopsias digitales de 3.376 pacientes, que fueron etiquetadas como expresando o no expresando la PD-L1.
Después de la validación preliminar, se le solicitó al «patólogo robot» computarizado determinar si las imágenes de biopsia de ensayos clínicos adicionales de 275 pacientes eran positivas o negativas para la proteína.
«Las variaciones que encontró la computadora no son distinguibles para el ojo humano»
El experimento funcionó mejor de lo esperado: para el 70 por ciento de los pacientes pudo determinar la respuesta correctamente. Para el 30 por ciento restante, el programa no pudo encontrar los patrones visuales que le permitieran a la red neuronal decidir de una forma u otra.
Curiosamente, en los casos en que la Inteligencia Artificial no estuvo de acuerdo con la determinación del patólogo humano, una segunda prueba demostró que el «patólogo robot» tenía razón.
«Este es un logro trascendental», aseguró Kimmel, quien destacó que «las variaciones que encontró la computadora no son distinguibles para el ojo humano».
Las células, continuó, «se organizan de manera diferente si presentan PD-L1 o no, pero las diferencias son tan pequeñas que incluso un patólogo capacitado no puede identificarlas con seguridad».
«Ahora -remarcó- nuestra red neuronal puede«.
Los expertos dijeron que esperan que la Inteligencia Artificial «se convierta en una poderosa herramienta en manos de los médicos», que pueda «ayudar a hacer o verificar un diagnóstico, adaptar el tratamiento al paciente individual» y hasta «ofrecer un pronóstico».
«No creo que pueda, ni deba, reemplazar al médico humano -subrayó el científico israelí-. Pero puede hacer que algunos elementos del trabajo de los médicos sean más simples, rápidos y precisos».
(Los resultados del estudio de los investigadores del Technion fueron publicados en la revista Nature Communications y se pueden consultar, en inglés, haciendo click aquí).
