Algoritmo ayuda a identificar cambios en el cáncer cervical

0
162

Algoritmo ayuda a identificar cambios en el cáncer cervical, un equipo de investigación liderado por investigadores de los Institutos Nacionales de la Salud y Global Good ha desarrollado un algoritmo informático que puede analizar imágenes digitales del cuello uterino de una mujer e identificar con precisión los cambios pre cancerosos que requieren atención médica. Este enfoque de inteligencia artificial (IA), llamado evaluación visual automatizada, tiene el potencial de revolucionar el cribado del cáncer cervical, 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 National Cancer Institute (NCI) y Global Good  , un fondo de Intellectual Ventures, y los hallazgos fueron confirmados de forma independiente por expertos de la National Library of Medicine (NLM). Los resultados aparecieron en el Diario del Instituto Nacional del Cáncer el 10 de enero de 2019. El NCI y la NLM son partes de los NIH.

«Nuestros hallazgos muestran que un algoritmo de aprendizaje profundo puede usar imágenes recolectadas durante la detección 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 y Genética del Cáncer del NCI , y autor principal del estudio. «De hecho, el análisis computarizado de las imágenes fue mejor para identificar el precáncer que un experto humano que revisa las pruebas de Papanicolaou bajo el microscopio (citología)».

El nuevo método tiene el potencial de ser de particular valor en entornos de bajos recursos. Los trabajadores de la salud en dichos entornos actualmente utilizan un método de detección llamado inspección visual con ácido acético (VIA). En este enfoque, un trabajador de salud aplica ácido acético diluido 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, VIA se usa ampliamente cuando no se dispone de métodos de detección más avanzados. Sin embargo, se sabe que es inexacto y necesita mejoras.

La evaluación visual automatizada es igualmente fácil de realizar. Los trabajadores de salud pueden usar un teléfono celular o un dispositivo de cámara similar para la detección y el tratamiento cervical durante una sola visita. Además, este enfoque se puede realizar con una capacitación mínima, lo que lo hace ideal para países con recursos limitados de atención médica, donde el cáncer cervical es una de las principales causas 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 de fotografías del NCI recolectadas durante un estudio de detección de cáncer cervical que se llevó a cabo 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 precursores y cuáles no. Las fotos se digitalizaron y luego se usaron para entrenar un algoritmo de aprendizaje profundo para que pudiera distinguir las condiciones cervicales que requieren tratamiento de las que no requieren tratamiento.

En general, el algoritmo se desempeñó 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 por expertos humanos (AUC = 0,69) o la citología convencional (AUC = 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 perfecta precisión en la identificación de la enfermedad.

«Cuando este algoritmo se combina con los avances en la vacunación contra el VPH, las nuevas tecnologías de detección del VPH y las mejoras en el tratamiento, es posible que el cáncer cervical se pueda controlar, incluso en entornos de bajos recursos», dijo Maurizio Vecchione, vicepresidente ejecutivo de Bien global.

Los investigadores planean seguir entrenando el algoritmo en una muestra de imágenes representativas de precanceros cervicales y tejido cervical normal de mujeres en comunidades de todo el mundo, utilizando una variedad de cámaras y otras opciones de imagen. Este paso es necesario debido a las variaciones sutiles en la 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.

Referencia
  1. Hu L, Schiffman M, et al. Un estudio observacional de aprendizaje profundo y evaluación automatizada de imágenes cervicales para detección de cáncer. Revista del Instituto Nacional del Cáncer . 10 de enero de 2019. DOI: 10.1093 / jnci / djy225