Mejora en la detección del cáncer de cérvix mediante la IA
Un algoritmo de “aprendizaje profundo”, sería aquel que ha sido “entrenado” para evaluaciones visuales automatizadas.
La aplicación, de la que hablamos, se desarrolló para la detección precoz del cáncer de cuello de útero.
En la actualidad se utilizan dos métodos. Una sería la prueba citológica bajo microscopio (Papanicolaou) y en regiones con bajos recursos económicos y de personal sanitario especializado, la inspección visual con ácido acético (VIA). Esta última consiste en aplicar ese ácido diluido sobre el cuello uterino y a simple vista buscar rastros de “acetato blanqueamiento” que indicaría una posible dolencia.
El algoritmo creado con la ayuda del Instituto Nacional del Cáncer (NCI) y la empresa Global Good, utilizó 60.000 imágenes, de un archivo del NCI, obtenidas durante un estudio que se realizó en Costa Rica en 1990. Los sujetos fueron 9.400 mujeres y el seguimiento duró 18 años. Esto permitió obtener información sobre qué cambios cervicales se convertían en precursores y cuáles no.
La evaluación visual automatizada tendría el potencial de facilitar el cribado del cáncer cervical con un coste muy bajo pues ese análisis computarizado de las imágenes mejoraba el diagnóstico del pre-cáncer no solo en el VIA, que se sabe muy inexacto, sino, incluso, en las pruebas citológicas. Otra de sus ventajas estaría en la facilidad de aplicación, pues solo haría falta un teléfono celular o un simple dispositivo de cámara y tampoco necesitaría, por parte del personal sanitario, una capacitación mínima.
La intención es seguir “entrenando” al algoritmo con imágenes de tejidos de mujeres de otras regiones geográficas, pues se ha observado variaciones en la apariencia del cuello uterino según el origen de las pacientes.
La esperanza de este método es que, combinándolo con avances significativos en la vacunación contra el virus del papiloma humano (VPH) fuese posible controlar el cáncer de cérvix en zonas de bajos recursos económicos y por la tanto sanitario.
