La inteligencia artificial (IA) se ha mostrado prometedora para el diagnóstico y el cáncer no es la acepción. En este artículo mostraremos una innovación médica que diagnostica el cáncer de próstata en las biopsias a través de una IA.
Si bien los resultados de este tipo de avances se han limitado a estudios individuales y carecen de validación en entornos multinacionales. Los concursos de innovación de tecnología médica han demostrado ser aceleradores del desarrollo de la tecnología en materia de imágenes médicas, pero su impacto se ve obstaculizado por la falta de reproducibilidad y validación independiente. (hasta el momento de esta publicación)
La Escala de Gleason
La escala de Gleason es un sistema estándar que se emplea para medir el grado de agresividad de un cáncer de próstata, basándose en la observación al microscopio de las características que presentan las células de la muestra obtenida en una biopsia del órgano.
Teniendo esto en cuenta las dificultades antes mencionadas, fue lanzado el reto "PANDA" -el mayor concurso de histopatología hasta la fecha, al que se han unido 1.290 desarrolladores- para catalizar el desarrollo de algoritmos de IA reproducibles para la clasificación de Gleason utilizando 10.616 biopsias de próstata digitalizadas.
Este concurso realizado por "The PANDA Consortium" verífico un conjunto diverso de algoritmos presentados que alcanzaba un rendimiento de nivel patológico en cohortes intercontinentales independientes, totalmente ciegas a los desarrolladores de algoritmos. En conjuntos de validación externa de Estados Unidos y Europa, los algoritmos alcanzaron acuerdos de 0,862 (κ ponderado cuadráticamente, intervalo de confianza (IC) del 95%, 0,840-0,884) y 0,868 (IC del 95%, 0,835-0,900) con uropatólogos expertos.
El éxito de la generalización a través de diferentes poblaciones de pacientes, laboratorios y estándares de referencia, logrado por una variedad de enfoques algorítmicos, justifica la evaluación de la clasificación de Gleason basada en IA en ensayos clínicos prospectivos.
Superando problemas críticos
El análisis de un conjunto construido a partir de los algoritmos sugiere que la combinación de los algoritmos existentes podría mejorar la especificidad (Ver Tabla Suplementaria 4 del Paper).
Según el paper publicado por el consorcio para el uso clínico, los puntos de funcionamiento pueden ajustarse en función de las necesidades y los casos de uso previstos. Sin embargo, recalcan que se ha observado una alta concordancia entre la clasificación entre patólogos cuando se evaluó en el conjunto de validación interna.
Es evidente nos encontramos viviendo tiempos interesantes y de grandes pasos en la tecnología médica, esperemos que la cuarta revolución industrial democratice el acceso a estos avances.
Fuente 1 | Fuente 2 | Fuente 3