La inteligencia artificial diagnostica el cáncer de esófago con elevada precisión
24-12-2019
Su fiabilidad media en preparaciones histológicas es del 88%, levemente superior al método comúnmente utilizado.
Un estudio llevado a cabo en imágenes histológicas de alta resolución demuestra la utilidad de las redes neurales en el diagnóstico del adenocarcinoma de esófago. En las 123 muestras, que también incluían esófago de Barrett sin o con displasia, la clasificación propuesta por el nuevo método mostró una fiabilidad del 88, 85 y 89%, respectivamente.
Según Saeed Hassanpour, investigador en el Dartmouth College y director del estudio, la demostración de la viabilidad de este método como potencial procedimiento diagnóstico es importante porque se basa exclusivamente en el examen del tejido y no en regiones de interés (ROIs), como ocurre con el método diagnóstico más común. Éste se basa en el análisis de fragmentos de preparaciones y requiere la anotación de las ROIs por parte de patólogos experimentados, lo que lo hace poco escalable. Además, este análisis no considera las posibles correlaciones entre imágenes vecinas. Aunque en los últimos años el método computacional conocido como Deep Learning ha avanzado considerablemente en su capacidad de clasificar imágenes de microscopía, la necesidad de anotación es la principal limitación en su desarrollo para el diagnóstico.
El nuevo enfoque sustituye las anotaciones por etiquetas, creando así nuevas oportunidades para expandir las aplicaciones de esta técnica en la patología digital. Los científicos planean ahora validar el modelo con muestras adicionales y en ensayos clínicos.
No hay comentarios:
Publicar un comentario